在新型冠狀病毒疫情蔓延全球之際，科學家們除了從生物學和化學的角度尋找解決辦法，還嘗試利用科技的力量與之對抗。通過大數據資料，很多科技公司開發了追蹤感染者活動路徑的應用，從而幫助當地衛生機構更全面地掌握疫情的傳播範圍。
另一方面，為了利用現有資料進一步提高病毒檢測效率，一些工程師和科學家將目光聚焦在了人工智能上（AI），寄希望於它善於尋找規律的特長，期待在茫茫多的臨床數據中挖掘出人們尚未發現的重要信息。
近日，一份發表於 Arxiv 的預印本論文闡述了如何利用 AI 識別和分析冠狀病毒感染的臨床特征。研究團隊成員來自於美國知名醫療機構 Mayo Clinic（梅奧診所）和醫療數據分析初創公司 Nference。
論文指出，通過 AI 分析 800 多萬份臨床數據後發現，腹瀉是最值得關注的早期症狀之一。在測試 4-7 天前，絕大多數患者會同時出現咳嗽和腹瀉症狀，伴隨著味覺或嗅覺喪失和大量出汗。這些綜合起來組成了新冠肺炎最早期的症狀清單。
圖 | 梅奧診所
雖然新冠病患出現上述症狀早已為人所知，但研究人員表示，通過技術手段（神經網絡）整理和分析海量數據，可以加深人們對症狀的理解，不僅可以驗證現行觀點的准確性和科學性，也有助於早期病例的自我發現、篩查和分類，實現早發現早治療，有效減輕醫療系統的負擔。
為了訓練 AI 系統，梅奧診所提供了近 823 萬份電子病歷版臨床記錄，囊括了 14967 名接受了 PCR 檢測（聚合酶鏈式反應檢測）的測試者信息，其中有 272 名患者確認感染了新冠病毒。
電子病歷詳細記錄了每名測試者的症狀資料，比如腹瀉、頭痛、發燒、乏力、味覺或嗅覺喪失等等，時間跨越測試前數周到測試後數周。為了讓分析結果更有說服力，研究人員只使用了最早追溯到測試前 7 天的症狀，並且大致分為腸胃類、呼吸類和感官類特征。
研究中所使用的 AI 並非專門針對疾病診斷的系統，而是基於穀歌 AI 開源的 BERT 模型，專門用於自然語言處理（NLP）。原因是其性能強大且無需太多改動，能夠直接提取電子病歷中的海量數據，以關鍵詞的方式加以分析和歸類。
研究人員通過該模型實現了疾病、藥物、症狀和其他關鍵詞的自動識別和提取，量化各個關鍵詞與上下文的關聯強度，然後將每一種聯系分類為 “正面” “負面” 或者“其他”。
針對不同人對類似症狀的表述方式不同，他們會讓 AI 系統做出綜合整理。以關鍵症狀 “胸痛” 為例，AI 會自動將病歷中的 “胸痛” 類詞匯整合起來，諸如 “胸悶” “胸口疼” “胸口堵塞” 和“胸口不舒服”等詞匯都會被歸為 “胸痛” 類別。
圖 | 部分早期症狀在陽性和陰性測試者中的比例（來源：Mayo Clinic）
最終，AI 系統提取出的信息顯示，在接受 PCR 測試前一周內，有 43 名新冠病毒陽性患者出現過腹瀉症狀，占總陽性人數的 15.8%，而相對的，只有 5.6% 的陰性測試者聲稱有過腹瀉。兩者相差近三倍。
在 272 名確診患者中，約有 3% 的人出現了嗅覺或味覺失靈，雖然比例不大，但這種情況幾乎不會在正常人或陰性測試者身上出現，因此比咳嗽和發燒等症狀更具代表性。
另外，確診患者出現過度出汗、疲勞和頭痛的比例分別是 11.4%、13.6% 和 12.9%，也明顯高於陰性測試者。但較為常見的咳嗽和發燒症狀，在測試者身上的對比似乎並不是太明顯：約有 25% 的陽性患者稱自己出現上述症狀，而陰性測試者中，也有 19% 的人聲稱自己同樣出現了上述症狀。
這可能是因為症狀較為常見，容易出現主觀認知偏差。
在進一步分析數據之間的關聯後，研究人員發現，有兩種症狀組合最值得關注：咳嗽 & 腹瀉和盜汗 & 腹瀉。它們同時出現時與陽性患者的關聯最為緊密。
數據顯示，約有 13.2% 的陽性病例同時出現了咳嗽和腹瀉，比例是陰性病例的 4 倍。而同時出現盜汗和腹瀉的陽性病例有 21 例，占比 7.7%，是陰性病例的 5.5 倍。
相比單一表現，組合症狀與陽性病例的關聯性更值得注意，而腹瀉不僅本身具有獨特性，又是兩種組合的共同點，說明它很可能具備重點關注的價值，與新冠病毒的關聯性值得挖掘。
不過研究人員也指出，這項研究的核心是提取電子病例數據進行分析，因此受患者主觀表述的影響較大。例如無症狀患者的一些輕度症狀可能不會報告給醫生，沒有記錄在病歷中，或者主觀認定某種症狀出現過，但實際上並沒有，導致分析結果出現偏差。
“我們分析電子病歷得來的成果能夠幫助病理學研究。針對新冠病毒的高靈敏度和高特異性血清測試（抗體測試）正在逐漸成熟，人們有望在家中自行測試，所以捕捉相關症狀將變得越來越重要，”研究人員強調，“我們希望類似於這種 AI 系統的，基於電子病歷的數字醫療工具可以提供幫助。”
