机器学习揭示肺炎患者不同的临床状态

　　

两名正在接受肺炎治疗的患者可能看起来截然不同，结果也截然相反。肺炎是一种感染，由于肺部充满液体的囊状物而导致呼吸困难。然而，医生很难准确地预测病人的预后，并确定最有效的治疗方法。

现在，通过将复杂的机器学习方法应用于肺炎患者的电子健康记录（EHRs），西北大学的研究人员发现了肺炎的五种不同的临床状态，其中三种与疾病结果密切相关，两种可以帮助医生确定疾病的原因。其中一种状态与24小时内死亡的几率为7.5%有关。

描述这种新方法的论文和用于开发这种方法的数据将于本周晚些时候在《美国国家科学院院刊》（PNAS）上发表。研究人员说，这种方法有可能帮助临床医生为危重病人做出更明智的治疗决定，并得到更广泛的应用。

肺炎是全球死亡的主要原因之一，由于其出现和获得的方式多种多样，以及可能导致抗生素过度使用，其本身就难以治疗。医生历来使用病因来区分重症监护病房的肺炎患者，将其分为三类：社区获得性（这可能意味着先前的细菌或病毒感染）、医院获得性和呼吸机获得性（在患者需要机械通气后发生）。

但西北大学的Luís Amaral是这项研究的主要作者，他说，这些数据实际上告诉医生的关于病人康复机会的信息少得惊人。

“对肺炎患者的状态进行分类的其他方法并不具有歧视性。他们在预测疾病进展和预后方面做得更差，这与临终决定尤其相关。我们的研究首次证明了存在可识别的、独特的临床状态。”Luís说。

Amaral是复杂系统和数据科学方面的专家，是西北大学麦考密克工程学院工程科学和应用数学的Erastus Otis Haven教授。

Amaral说，了解个人的生存机会可以帮助家庭成员为失去亲人做好准备，并帮助医生避免过度治疗。

这五种状态整合了许多类型的数据（体温、呼吸频率、葡萄糖水平、氧合水平等），以建立不同测量之间的关系。研究人员发现，表征运动反应、肾功能、心率、收缩压、呼吸频率和高血压的变量的线性组合提供了有关患者状态的最多信息。

该团队克服了几个挑战，开发了一套机器学习工具，从两个EHR数据源中对患者状况进行聚类，一个来自西北大学的项目SCRIPT，另一个来自标准临床数据集。首先，尽管以不同的频率收集，但许多类型的数据必须整合在一起。他们还需要开发一种新的测试来表明这种方法的可靠性。第三，他们必须确定这些生理变量中包含的信息是否可以“压缩”成数量少得多的这些变量的组合。

由此产生的数据使研究人员能够识别出五个不同的集群——；他们将其等同于不同的临床状态；其在预测患者死亡率方面的价值明显高于目前的方法。令人惊讶的是，其中一个集群收集了大多数与COVID-19感染相关的肺炎患者。

在这项研究中取得的技术进步可能在其他情况下有用。事实上，该研究的主要作者、阿马拉尔实验室的研究生徐飞鸿（音译）表示，该团队“正在将这些技术应用于脓毒症小鼠模型的实验数据”。

目前，他们的分析还没有调查为什么一些病人从一个州转移到另一个州，这是研究人员正在研究的。未来对肺炎和其他疾病的研究最终可能成为更有效和可预测的治疗方案的基础。