Modello clinico e radiomico di COVID-19

Nel dicembre 2019, a Wuhan, in Cina, è emerso un nuovo coronavirus, la sindrome respiratoria acuta grave coronavirus 2 (SARS-CoV-2; precedentemente denominato 2019-nCoV). Le malattie causate da SARS-CoV-2 è COVID-19. All'8 marzo 2020, sono stati segnalati a livello globale più di 100.000 pazienti COVID-19 (più di 80.000 casi in Cina, più di 20.000 in altri paesi) e 3.600 pazienti (3.100 in Cina, 500 al di fuori di Cina) sono morti. L'epidemia di COVID-19 costituisce un'emergenza sanitaria pubblica di interesse internazionale.

Tra i pazienti COVID-19, circa l'80% sono pazienti con malattia lieve (non grave), che di solito guariscono entro due settimane. Tuttavia, un altro 20% dei pazienti può aggravarsi in una malattia grave o critica che si traduce in una degenza ospedaliera più lunga e il tasso di mortalità per tali pazienti è del 13,4%. Pertanto, l'identificazione iniziale dei pazienti gravi ad alto rischio è estremamente importante per la gestione del paziente e l'allocazione delle risorse mediche. La quarantena generale e il trattamento sintomatico possono essere utilizzati per la maggior parte dei pazienti non gravi, mentre un livello più elevato di assistenza e un canale verde verso l'unità di terapia intensiva (ICU) sono utili per i pazienti gravi. Studi precedenti hanno riassunto le caratteristiche cliniche e radiologiche dei pazienti gravi con COVID-19, mentre non è ancora chiaro quali fattori siano importanti predittori.

L'apprendimento automatico è una branca dell'intelligenza artificiale che ci consente di apprendere conoscenze e potenziali leggi dai dati forniti e di costruire un modello per risolvere i problemi come bisogni umani. Negli ultimi anni, l'apprendimento automatico è stato sviluppato come un nuovo strumento per analizzare grandi quantità di dati da cartelle cliniche o immagini. Precedenti studi di modellazione si sono concentrati sulla previsione della potenziale diffusione internazionale di COVID-19.

Pertanto, il nostro scopo è sviluppare e convalidare un modello di apprendimento automatico basato sulle caratteristiche cliniche, di laboratorio e radiologiche da solo o su una combinazione di pazienti COVID-19 nella fase iniziale senza malattia grave da più centri per la previsione di gravi (o critici) malattia nel successivo ricovero per facilitare la valutazione del rischio prima e dopo i sintomi e il triage (domiciliare, ricovero interno o terapia intensiva).