Covid-19, postakutte følgesygdomme af SARS-CoV-2-infektion (PASC) og influenzabehandlingssystem med maskinlæring

Denne undersøgelse har inkluderet 27 patienter diagnosticeret med Covid-19, postakutte følgesygdomme af SARS-CoV-2-infektion og influenza. Heraf er 26 ambulante og 1 er indlagt. Efter screening baseret på inklusions- og eksklusionskriterierne vil kvalificerede patienter modtage recepter anbefalet af det autonome behandlingssystem baseret på maskinlæring i dette observationsforsøg. Målet med denne undersøgelse er at afgøre, om maskinlærings-receptanbefalingssystemets ydeevne stemmer overens med den for traditionelle kinesiske læger, og at evaluere de kliniske resultater af patienter, der tager den anbefalede recept. Målet med denne undersøgelse er:

1. At sammenligne klassifikationerne lavet af vores maskinlæringssystem med dem, der er lavet af læger, ved at vurdere modellens pålidelighed og nøjagtighed;
2. At evaluere Covid-19-relaterede hospitalsindlæggelser eller dødsfald uanset årsag gennem dag 28;
3. For at afgøre, om maskinlæringssystemets anbefalede recept lindrer Covid-19, postakutte følgevirkninger af SARS-CoV-2-infektion og influenzasymptomer;
4. At overvåge deltagere, der testede positive for Covid-19-antigenet i 28 dage efter behandlingsstart for potentielle rebound-tilfælde.

Deltagerne vil bruge en online-applikation til at opnå de anbefalede receptresultater og vil derefter sende disse resultater til en læge til verifikation. Patienterne bliver bedt om at gennemføre onlineanalysen hver 3. dag, eller når der er en ændring i symptomer, alt efter hvad der indtræffer først. Deltagerne vil også blive instrueret i at tage den ordinerede medicin. Forskningslæger vil følge op med patienter hver 3. dag via telefonopkald. De potentielle behandlinger, som patienter kan modtage, omfatter enhver af følgende formler til traditionel kinesisk medicin: LizCovidCure-1, LizCovidCure-2, LizCovidCure-3, LizCovidCure-4 og LizCovid-5.