人工知能技術とわずか5つの検査指標を用いたCOVID-19転帰の早期予測

Early prediction of COVID-19 outcome using artificial intelligence techniques and only five laboratory indices.

抄録

コロナウイルス感染症-19（COVID-19）患者の集中治療室（ICU）入院を人工知能（ANN）を用いて予測するモデルを開発することを目指した．データベース作成，学習，ANNモデル開発のため，成人COVID-19連続患者248例から最初に25の検査項目を評価した．各パラメーターと転帰の関連を評価するために，新たにα-indexを開発した．166件の記録を計算機シミュレーションの訓練（training）に，41件の記録を計算機シミュレーションの記録（validation）に，41件の記録を計算機シミュレーションの信頼性確認（testing）に使用した．重要性の高い検査指標として、好中球/リンパ球比、乳酸脱水素酵素、フィブリノーゲン、アルブミン、D-ダイマーの5つが上位にランクされた。これらの指標に基づく最適なANNは、精度95.97%、精度90.63%、感度93.55%、F1スコア92.06%を達成し、バリデーションコホートで検証された。本研究で得られた予備的知見により，アクセスしやすい5つの検査指標のみを用いて，ICU入院を正確かつ早期に予測するANNが初めて明らかになった．

We aimed to develop a prediction model for intensive care unit (ICU) hospitalization of Coronavirus disease-19 (COVID-19) patients using artificial neural networks (ANN). We assessed 25 laboratory parameters at first from 248 consecutive adult COVID-19 patients for database creation, training, and development of ANN models. We developed a new alpha-index to assess association of each parameter with outcome. We used 166 records for training of computational simulations (training), 41 for documentation of computational simulations (validation), and 41 for reliability check of computational simulations (testing). The first five laboratory indices ranked by importance were Neutrophil-to-lymphocyte ratio, Lactate Dehydrogenase, Fibrinogen, Albumin, and D-Dimers. The best ANN based on these indices achieved accuracy 95.97%, precision 90.63%, sensitivity 93.55%. and F1-score 92.06%, verified in the validation cohort. Our preliminary findings reveal for the first time an ANN to predict ICU hospitalization accurately and early, using only 5 easily accessible laboratory indices.