《柳叶刀》预印版于2月27日发表了温州医科大学等的文章“Artificial Intelligence Application in COVID-19 Diagnosis and Prediction”。
文章通过运用人工智能(AI)分析COVID-19通用诊断指标，以提高临床诊断的准确性。文章收集了自2020年1月17日至2020年2月1日，在浙江省泰州市人民医院泰州市公共卫生科就诊的32例COVID-19确诊患者和85例疑似患者（其中确诊的阳性患者时通过实时RT-PCR诊断）数据。同时，直至2020年2月2日，文章收集了同期的COVID-19核酸阴性患者数据85例。在放射学特征和实验室数据(第一组结果)中进行分析，采用四种人工智能技术筛选COVID-19诊断的重要指标。文章采用了一些经典的和最先进的属性约简和特征选择方法,包括：稀疏的新线性平方回归(SRLSR)，进化非主导的径向槽基础算法，属性约简与多目标分解合奏优化器(ARMED)，梯度增加特征选择(GFS)，递归特性消除(RFE)。
文章中采用四种AI技术筛选所有患者，最终得到18项与COVID-19诊断显著相关的指标，其中最重要的属性为白细胞、嗜酸性粒细胞计数、嗜酸性粒细胞率、2019年新型冠状病毒RNA (2019n-CoV)和类淀粉蛋白-A，同时与2019年中国病毒诊断临床指南相匹配。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
