Covid-19, postakutte følgetilstander av SARS-CoV-2-infeksjon (PASC) og influensabehandlingssystem med maskinlæring

Denne studien har inkludert 27 pasienter diagnostisert med Covid-19, postakutte følge av SARS-CoV-2-infeksjon og influensa. Av disse er 26 polikliniske og 1 innlagt på sykehus. Etter screening basert på inklusjons- og eksklusjonskriteriene, vil kvalifiserte pasienter motta resepter anbefalt av det autonome behandlingssystemet basert på maskinlæring i denne observasjonsstudien. Målet med denne studien er å finne ut om ytelsen til reseptanbefalingssystemet for maskinlæring stemmer overens med ytelsen til mennesker som utøver tradisjonell kinesisk medisin, og å evaluere de kliniske resultatene til pasienter som tar den anbefalte resepten. Målet med denne studien er:

1. For å sammenligne klassifiseringene laget av vårt maskinlæringssystem med de som er laget av leger, vurdere modellens pålitelighet og nøyaktighet;
2. For å evaluere Covid-19-relaterte sykehusinnleggelser eller dødsfall uansett årsak gjennom dag 28;
3. For å finne ut om maskinlæringssystemets anbefalte resept lindrer Covid-19, postakutte følger av SARS-CoV-2-infeksjon og influensasymptomer;
4. For å overvåke deltakere som testet positivt for Covid-19-antigenet i 28 dager etter behandlingsstart for potensielle rebound-tilfeller.

Deltakerne vil bruke en nettbasert applikasjon for å få de anbefalte reseptresultatene og vil deretter sende disse resultatene til en lege for verifisering. Pasienter blir bedt om å fullføre onlineanalysen hver tredje dag eller når det er en endring i symptomene, avhengig av hva som inntreffer først. Deltakerne vil også bli bedt om å ta den foreskrevne medisinen. Forskningsleger vil følge opp pasienter hver 3. dag via telefonsamtaler. De potensielle behandlingene som pasienter kan motta inkluderer en av følgende formler for tradisjonell kinesisk medisin: LizCovidCure-1, LizCovidCure-2, LizCovidCure-3, LizCovidCure-4 og LizCovid-5.