Công nghệ học máy có thể nhận diện 6 triệu chứng nhiễm Covid-19 phổ biến

Giờ đây, công tác chẩn đoán triệu chứng và điều trị dịch bệnh Covid-19 có thể trở nên dễ dàng hơn nhờ sự hỗ trợ của Công nghệ học máy siêu đỉnh mới.

Giáo sư kỹ thuật chăm sóc sức khỏe tại King College London, Sebastien Ourselin đến từ Anh đã dựa vào dữ liệu từ một ứng dụng có tên là Covid Symptom Tracker để theo dõi, phân lập, từ đó đánh giá mức độ nghiêm trọng các loại triệu chứng phổ biến nhất ở dịch bệnh Covid-19.

Theo đó, Giáo sư Sebastien Ourselin và các đồng nghiệp tham gia nghiên cứu ước tính rằng, hiện có khoảng hơn 4 triệu người đang sử dụng ứng dụng Covid Symptom Tracker. Ứng dụng này hoạt động như một trình theo dõi để xem các trường hợp mắc Covid-19 đang thay đổi như thế nào, thông qua các cộng đồng lây nhiễm, cũng như tìm hiểu các triệu chứng liên quan đến Covid-19.

Sau khi phân tích dữ liệu từ ứng dụng này, các chuyên gia nhận định virus gây Covid-19 cực kỳ khó lường. Các triệu chứng có thể bao gồm tiêu chảy và rất dễ gây nhầm lẫn với các bệnh khác ở chứng đau ngực và cực kỳ mệt mỏi.

Trong công trình này, nhóm nghiên cứu đã sử dụng thuật toán công nghệ học máy để tìm hiểu xem, liệu các triệu chứng Covid-19 có thể được nhóm lại với nhau hay không.

Vào tháng 3 và tháng 4, nhóm đã thu thập dữ liệu ứng dụng từ 1.653 người dùng dương tính với Covid-19 và thường xuyên ghi nhận các triệu chứng, cũng như tình trạng sức khỏe của họ. Trong số đó, có 383 người đã đến bệnh viện ít nhất một lần và 107 trường hợp phải thở oxy, hoặc thở máy.

Kết quả cho thấy, các triệu chứng Covid-19 có thể được nhóm lại với nhau, và chúng có thể được sử dụng để đánh giá mức độ nghiêm trọng của bệnh Covid-19 ở các bệnh nhân.

Vì không ai có thể dự đoán được mức độ nghiêm trọng của bệnh, nên với sự trợ giúp của công nghệ học máy, bài toán này có phần nào dễ dàng hơn rất nhiều. Dưới “con mắt” của công nghệ học máy, sáu loại triệu chứng điển hình của dịch Covid-19 đã được chỉ rõ gồm:

-Cluster 1 (Cụm 1) – Phần lớn các triệu chứng liên quan đến đường hô hấp, đặc biệt là ho dai dẳng. Chứng đau cơ cũng được tìm thấy. Khoảng 1,5% bệnh nhân trong cụm triệu chứng này cần được hỗ trợ hô hấp và 16% số người cụm này ít nhất một lần đến bệnh viện. Đây là cụm triệu chứng phổ biến nhất.

-Cụm 2- Phần lớn là triệu chứng của đường hô hấp nhưng đi kèm tần suất bỏ bữa nhiều hơn và mắc chứng sốt nhiều hơn. Trong cụm này, 4,4% số ca phải được hỗ trợ hô hấp và 17,5% số ca phải đến bệnh viện.

-Cụm 3 – Bao gồm triệu chứng tiêu hóa (như tiêu chảy), nhưng đáng ngạc nhiên nó ít đi kèm với triệu chứng khác. Ở đây, có 8,6% số ca cần được hỗ trợ hô hấp và 23,6% số ca thực hiện ít nhất một lần đi đến bệnh viện.

-Cụm 4 – Có xuất hiện dấu hiệu sớm của chứng mệt mỏi, đau ngực dữ dội và ho dai dẳng. Trong số này, 8,6% số ca cần hỗ trợ hô hấp và 23,6% số ca phải đến bệnh viện.

-Cụm 5- Xuất hiện triệu cứng nhầm lẫn, mệt mỏi nghiêm trọng, và nhiều bữa ăn bị bỏ qua. Trong cụm này, 9,9% số ca cần hỗ trợ hô hấp và 24,6% số ca phải đến bệnh viện.

-Cụm 6- Mắc phải chứng suy hô hấp bao gồm khó thở và đau ngực, ngoài chứng mệt mỏi, nhầm lẫn và các vấn đề về đường tiêu hóa đi kèm. Gần 20% số ca thuộc cụm này phải được hỗ trợ hô hấp và 45,5% số ca đã đến bệnh viện ít nhất một lần.

Các nhà nghiên cứu cũng lưu ý rằng, chỉ số khối cơ thể cao hơn tương quan với các triệu chứng nghiêm trọng hơn, cũng như tuổi già và cả những người đã mắc bệnh phổi mãn tính trước đó. Thậm chí, đàn ông cũng có nhiều nguy cơ mắc các triệu chứng Covid-19 ở mức độ nghiêm trọng hơn.

Hai cụm đầu tiên có liên quan đến các dạng bệnh nhẹ hơn. Cụm thứ ba là khá bất thường, vì các triệu chứng có xu hướng biểu hiện ở cấp độ tiêu hóa, thay vì hô hấp. Còn các cụm khác còn lại ở mức tồi tệ tăng dần. Các cụm 5 và 6 có nguy cơ nhập viện cao nhất và rất có thể phải thở máy nhân tạo. Các cụm 3 và 4 cũng có nguy cơ rủi ro tương đối cao.

Nếu được sử dụng rộng rãi, thuật toán công nghệ học máy chuyên sâu này có thể cung cấp cho các nhà cung cấp dịch vụ chăm sóc sức khỏe, bệnh viện, y bác sỹ các thông tin sàng lọc, chẩn đoán mức độ mắc bệnh Covid-19 ở mức độ chính xác cao hơn. Nhờ công cụ này, chúng ta có thể cho phép bệnh nhân được theo dõi bệnh từ xa, và giúp dự đoán cần có bao nhiêu giường bệnh và máy thở nên được chuẩn bị trong tương lai gần. Dữ liệu từ thuật toán này cũng có thể giúp “gắn cờ cảnh báo” các bệnh nhân có nguy cơ bị bệnh nặng.

Tuy nhiên, công trình nghiên cứu này nên thực hiện ở mức độ chuyên sâu hơn, hiện với các mẫu chỉ với vài trăm bệnh nhân ở mỗi cụm được phân tích vẫn chưa đủ phản ánh toàn diện bức tranh dịch bệnh Covid-19. “Khi chúng ta thu thập ngày càng nhiều dữ liệu về đại dịch ở quy mô các mẫu khảo sát rộng hơn, rõ ràng “bức tranh Covid-19” không hề đơn giản, rõ ràng như chúng ta nghĩ”, các chuyên gia khoa học Anh cảnh báo.

Nghiên cứu này đã được công bố trên trang web lưu trữ các bản in trước MedRxiv thuộc lĩnh vực khoa học y tế, lâm sàng vào ngày 20/7.

Theo Zmescience