钟南山和腾讯研发新冠AI预测模型登Nature子刊，助力新冠患者预测

钟南山院士团队与腾讯AI Lab一起，共同研发了一个预测COVID-19患者病情发展的AI模型，可以分别预测5天、10天和30天内病情危重的概率，能更合理地对病人分别进行诊治。

尽早识别有重症风险的患者，及早进行病情干预，对于预测病情发展、以及医疗资源高效分配至关重要。而这个模型，是基于AI对大数据的分析实现的。

基于深度学习的患者数据分析

预测重症患者的风险并非易事。为了更精确地建模这10项特征与重症风险的关系，团队采用了结合Cox生存分析算法与LASSO算法的方式，来挖掘数据之中的隐含联系，进而计算病人的重症风险系数。通过对来自全国575家医院的1590名患者的数据进行了建模，团队确定了10项特征包括：年龄、是否气促、是否有恶性肿瘤病史、是否有慢性肺阻、合并症数量、是否有 X 光平片异常、血液中性粒细胞与淋巴细胞比例、血液乳酸脱氢酶含量、血液直接胆红素含量、血液肌酸激酶含量，可用于预测重症病情的风险。可以发现，年龄是新冠肺炎发展至重症最大的风险之一。

直观了解风险系数

研究团队在训练好的模型基础上，增加了一层线性Cox模型，便于产生可供医生解读的最终结果。这层线性模型会按重要性，分别对深度学习模型的预测值与10项特征的值赋予不同的权重，并通过求和，得到最终风险系数，医生可以很直观地了解各项观察值与风险系数之间的关系，同时也可以在没有电脑的情况下手动计算风险系数。

更好的预测效果

实验证明，这个AI模型相比于此前的经典Cox模型，具有更高的预测准确性。在这1393个患者中，共有106个患者发展成重症，只有2例数据异常的患者被错误地划分到了低风险组。研究于2020年7月15日发表在国际顶级期刊「Nature」的子刊「Nature Communications」上，目前已开源。

期待钟南山院士团队能够攻坚克难，早日赢得新冠大胜利！