《GE医疗将与牛津大学NCIMI合作开发AI算法,以帮助预测COVID-19患者的严重程度》

  • 来源专题:生物安全网络监测与评估
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2020-06-24
  • GE医疗集团正在与英国牛津大学领导的国家智能医学成像联盟(NCIMI)合作,开发和测试算法,以帮助诊断和管理COVID-19肺炎。该计划将重点发展、加强和测试潜在的算法来帮助诊断COVID-19肺炎,预测哪些患者会出现严重的呼吸窘迫,死亡率的一个关键原因COVID-19肺炎患者肺功能,哪些患者可能出现长期的问题,即使他们恢复呼吸窘迫。

    目前,临床医生无法轻易预测哪些COVID-19检测呈阳性的患者病情会恶化,需要入院供氧和可能的通气。也不清楚哪些患者会因COVID-19肺炎造成的肺损伤而遭受长期后果。这些团队的目标是开发一种算法,将来自数千名患者的医学影像、实验室和临床观察的数据结合起来,以提供更快的诊断,并预测患者的进展和康复情况。

    目前,一些入院的患者并没有看到症状恶化,而其他一些看起来稳定的患者可能会迅速恶化。识别出病情恶化和长期肺功能问题风险最高的患者,可以帮助医生和护理人员加速强化支持。它还可以让风险较低的患者在适当安全的环境中接受监测,可能包括患者的家中。GE保健和NCIMI的目标是开发工具,帮助管理这些COVID-19患者,从分诊到急性监测、干预、出院以及康复后需要随访的患者。

    “这将是极其有价值的预测在较早阶段的疾病病人会做得很好,是迫在眉睫的恶化的风险,应该承认ICU,因为他们需要更多的强化支持,并延迟恶化的风险较高,需要积极监控。费格斯·格里森教授说,他是放射学顾问,牛津大学放射学教授,也是2020年欧洲胸成像学会主席。“这些区别将使医院资源针对那些在住院期间和出院后需要它们的人。”

    通用电气医疗保健公司总裁兼首席执行官Kieran Murphy说:“随着卫生系统管理新冠肺炎病例,临床医生可以受益于新技术,以帮助分诊和确定哪些患者可能会出现呼吸窘迫和长期并发症。”“如果我们能确保病人迅速得到正确的治疗,这可能有助于改善结果。”

    鲁棒算法和模型的开发需要包含数千名患者的大型数据集。牛津大学和NCIMI小组将能够获得NCIMI国家保健服务伙伴医院的数据,并与英国NHSX和英国胸成像学会领导的国家COVID-19胸部成像数据库(NCCID)合作。通用电气医疗保健公司正在开发各种成像和生命体征算法,用于开展研究,以更好地了解COVID-19疾病的进展。牛津大学的研究小组将评估和测试各种方法,以确定这些方法是否可以用于帮助COVID-19肺炎患者。

    试验- ai增强Covid 19预后算法(HOST)被英国卫生研究权威机构批准。

相关报告
  • 《牛津大学与工业界针对基因治疗建立合作伙伴关系》

    • 来源专题:一流高校动态监测服务
    • 编译者:刘建华
    • 发布时间:2018-08-30
    • 牛津大学作为英国囊性纤维化基因治疗联盟(Gene Therapy Consortium)的一员,将与Boehringer Ingelheim和Oxford Biomedica展开合作,针对囊肿性纤维化开发一种新的基于病毒载体的治疗方法。 Gene Therapy Consortium是伦敦帝国理工学院、牛津大学和爱丁堡大学之间的合作项目。在过去的17年中,该联盟一直致力于确定基因治疗是否可以成为囊性纤维化患者的临床可行选择。牛津大学与Boehringer Ingelheim和Oxford Biomedica的伙伴关系建立在联盟开展的开创性研究的基础上,包括临床试验。在新的合作伙伴关系下,研究人员将分享他们的专业知识,开发一种可以用于临床试验的吸入治疗。
  • 《维生素D缺乏与中国人群COVID-19发病率和疾病严重程度相关》

    • 来源专题:食物与营养
    • 编译者:李晓妍
    • 发布时间:2021-03-08
    • 维生素D由于具有免疫调节和抗炎特性,因此在影响2019年冠状病毒病(COVID-19)的自然史方面可能具有有益的潜力。本研究目的是调查维生素D缺乏是否与中国人群COVID-19发病率和疾病严重程度相关。我们回顾性分析了335例COVID-19患者,这些患者于2020年2月27日至3月21日在武汉同济医院住院。研究还纳入了包括年龄和性别匹配的560名个体,他们接受了身体检查程序。结果显示,在校正年龄、性别、共病和BMI后的一般线性模型中,COVID-19患者血清25(OH)D浓度显著低于2018-2019年对照组。多变量回归显示男性、高龄和维生素D缺乏与COVID-19严重程度显著相关。这些结果表明,维生素D缺乏影响中国人群COVID-19的住院和严重程度。