V predikci nemocí strojové učení stále více poskytuje lidem spolehlivou pomoc. Během epidemie se předpokládalo, že pacienti s novým koronavirovým zápalem se naučí míru přežití pomocí strojového učení. V březnu 2020 předpověděli výzkumníci z nemocnice Tongji Hospital of Tongji Medical College, Huazhong University of Science and Technology, School of artificial intelligence and automation, University of Cambridge School of Plant Sciences pomocí interpretovatelného algoritmu strojového učení. Výsledky ukázaly, že biomarkery předpovědi míry přežití pacientů s novou korunovou pneumonií byly odhaleny v březnu 2020.
Vzorky krve odebrané pacientům s novým koronavirem pneumonie přijatým do nemocnice Wuhan Tongji byly odebrány a analyzovány retrospektivně. Výsledky: 404 pacientů se zápalem plic bylo přijato do nemocnice Wuhan Tongji. Prostřednictvím nástrojů strojového učení výzkumný tým nakonec vybral tři biomarkery, aby předpověděl míru přežití jednotlivých pacientů s přesností vyšší než 90%: LDH (laktátdehydrogenáza), lymfocyty a hs CRP (vysoce citlivý C-reaktivní protein). Zejména pouze vysoká hladina LDH může být použita k rozlišení drtivé většiny případů vyžadujících okamžité lékařské ošetření.
Výzkumníci nové koronavirové pneumonie také úspěšně použili plazmatické bílkoviny k předpovědi míry přežití pacientů s novou korunkovou pneumonií v Berlíně, což je o několik týdnů dříve, než jsou výsledky.
Konkrétně při novém koronavirovém zápalu plic bylo analyzováno 321 proteinů v 349 vzorcích odebraných ze dvou krevních vzorků odebraných ze dvou nezávislých lékařských center v Německu a Rakousku. Následně se používají specifické metody strojového učení k nalezení vztahu mezi měřenými proteiny a přežitím pacienta.
15 pacientů v kohortě zemřelo; Průměrná doba od přijetí do smrti byla 28 dní. U přeživších pacientů byl medián délky pobytu 63 dní. Vědci identifikovali 14 proteinů, které se v průběhu času měnily v opačném směru ve srovnání s pacienty, kteří nemohli přežít v intenzivní péči.
Tým pak vyvinul model strojového učení, který předpovídá přežití na základě měření souvisejících proteinů v jediném bodě v čase, a testoval model v nezávislé validační kohortě 24 pacientů s těžkým onemocněním Covid-19. Model ukázal přesnou predikční schopnost v této kohortě a správně předpověděl výsledky 18 přeživších a 5 úmrtí u 19 pacientů.
Je nesporným faktem, že strojové učení vstoupilo do života lidí. S neustálým zlepšováním technické úrovně bude strojové učení stále více poskytovat lidem podporu nad rámec lidských sil. Pro úspěchy strojového učení vědci dospěli k závěru, že pokud je ověřeno ve větší frontě, testování krevních bílkovin může pomoci identifikovat pacienty s nejvyšším rizikem úmrtí a otestovat, zda léčba změní predikční dráhu jednotlivého pacienta
