Учени откриват нов начин за още по-точни резултати от тестове за COVID-19. Екипът от Колежа по инженерство и компютърни науки към Атлантическия университет във Флорида използва ИИ система за COVID тестове. Прилаганите техники за откриване на COVID-19 в момента са кръвни и молекулярни тестове (PCR).
„Молекулярните тестове зависят от развитието на вируса, а кръвните – от периода, през който тялото започва да произвежда видими нива на антитела“, казва д-р Синчуан „Хил“ Жу, автор на изследването и професор в Катедрата по електроинженерство и компютърни науки.
Екипът използва вид изкуствен интелект, наречен машинно самообучение (МС), за да разбере връзката между кръвните и молекулярните тестове. МС помага и за откриването на най-ефективните характеристики при отчитане на точен резултат от COVID тест. Цялото проучване е публикувано в Smart Health.
Как двата теста откриват вируса по различен начин
Процесът на откриване на вируса е различен при двата теста. Молекулярният тест измерва разпространението на вируса SARS-CoV-2, докато кръвният открива наличието на антитела, предизвикани от същия вирус.
В проучването се казва, че за отчитане на точен резултат са важни не само симптомите, но и демографските и диагностичните характеристики. Но все пак понякога има разминаване между резултатите от кръвните и PCR тестовете.
Система с ИИ определя резултатите от COVID-19 тестове
Учените работят с пет набора от алгоритми за определяне на резултатите от тестовете. Те създават система за прогнозиране на положителен или отрицателен резултат, като включват симптомите на вируса и демографските характеристики – дали конкретното лице има висока температура, от колко дни е в тежко състояние, на каква възраст е и какъв пол е.
Резултатите от проучването показват, че моделите с машинно самообучение могат да идентифицират ключови симптоми, свързани с инфекцията, да отчетат по-точни резултати, както и да направят бърз скрининг.
Учените отбелязват, че най-рядко молекулярният тест показва положителен резултат, тъй като той измерва нивата на инфекцията в момента на тестване. А според проучването, общият брой дни, през които дадено лице има симптоми (като температура, кашлица, загуба на обоняние), има огромна роля.
Тестовете за COVID-19 може невинаги да са точни заради промените в имунния отговор и нивата на развитието на вируса в тялото на изследваните лица. Затова е възможно тестът на човек, който наистина боледува от вируса, да бъде отрицателен.
Проучването
Д-р Жу смята, че проучването е от голямо значение за скрининг на пациенти за инфекция.
„Нашите резултати предполагат, че общият брой дни на симптомите е много важен за положителен резултат от COVID тест и това трябва да бъде внимателно обмислено преди да се назначи програма за скрининг на пациенти“, казва той.
Петте използвани модела са Random Forest, XGBoost, Logistic Regression, Support Vector Machine и Neural Network.
„Тъй като COVID-19 носи със себе си широк спектър от различни симптоми, поради което са възможни и много грешни резултати, ние групирахме подобните симптоми в отделни категории“, казва Жу.
Подходът на групиране позволява да се намалят грешките, които се допускат при обикновените тестове.
„Нашите учени са проектирали нов начин за групиране на симптомите и точно това дава най-точния резултат от тест“, казва д-р Стела Баталама, декан на Колежа по инженерни и компютърни науки. „Подобни подходи, базирани на ИИ, стават все по-важни, за да се преборим успешно с инфекциозните заболявания“.