本报讯（记者赵广立）记者7月21日从腾讯公司获悉，由betway体育:工程院院士钟南山团队和腾讯AI Lab联合开展的一项研究成果，已于日前在《自然—通讯》发表。

该论文是钟南山团队与腾讯公司共同成立的大数据及人工智能联合实验室的成果之一。在这项研究中，联合团队建立的模型可以分别预测新冠肺炎患者5天、10天和30天内病情危重的概率。

临床显示，轻度新冠肺炎患者通常是自限性的，即疾病在发展到一定程度后，靠机体调节能够控制病情并逐渐恢复痊愈；但6.5％的患者有突然进展为严重疾病的趋势。这些重症病例不但需要大量的医护资源，其死亡率也达49％。因此，患者突然恶化为重症值得分外关注。然而，准确预测患者重症风险并非易事——研究发现，与此相关的临床特征多达74个，采用传统方法难以建立准确的预测模型。

但大数据与人工智能的应用使这一难题的解决成为可能。该实验室团队通过机器学习选择变量算法，确定了10个患者特征指标（包括X线影像异常、年龄、呼吸困难、慢性阻塞性肺病、合并症数量、癌症病史、中性粒细胞/淋巴细胞比、乳酸脱氢酶、直接胆红素和肌酸激酶），以来自575个医疗中心的1590名新冠肺炎患者病例进行模型训练，进而开发出深度学习生存Cox模型。该模型可以根据新冠肺炎患者入院时的临床特征，预测病情发展至危重病的风险。

研究团队进一步对深度学习生存Cox模型的一致性进行了验证，评估模型预测结果精准度的一致性指数为0.894。研究团队还对不同地理区位和不同卫生资源水平的3个独立队列进行了模型测试，3个患者队列涵盖湖北省武汉市940例、湖北省武汉市以外地区380例以及疫情期间未出现健康资源枯竭的广东省73例，外部测试病例均与模型训练病例范围不重叠。在3个独立队列测试中，C指数展现的重症模型预测与实际发生一致性分别为0.878、0.769和0.967，显示出该模型的准确预测具有普适性。

相关论文信息：https://doi.org/10.1038/s41467-020-17280-8