疾控专家中国再次回到零星输入病例的疫情特征

(抗击新冠肺炎)疾控专家:中国再次回到零星输入病例的疫情特征

中新社北京7月16日电 截至7月15日24时,北京已连续10天新冠肺炎确诊病例“零新增”,中国每天仍有个别地区出现零星输入病例。在接受媒体专访时,中国疾病预防控制中心流行病学首席专家吴尊友判断,疫情下一步或将呈现七大走势及特点。

临床研究显示,轻度的COVID-19患者通常是自限性的,即疾病在发生发展到一定程度后,靠机体调节能够控制病情发展并逐渐恢复痊愈。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疗护理资源,其死亡率也高达49%。

公司宣布达成合作,共同成立大数据及人工智能联合实验室,携手持续抗击新冠肺炎疫情,将以大数据及人工智能攻坚流行病、呼吸疾病和胸部疾病的筛查和防控预警。雷锋网

此前两次洪水过境,洪水均已漫上佛脚平台,但尚未淹到佛脚。目前乐山市已启动I级防汛应急响应。

“最后,有信心相信中国不会再出现第二个类似于武汉年初时的严重疫情。”这位疾控专家指出,这种信心主要来自两个方面实践案例:

研究团队发现,临床中与此相关的患者特征多达74个,这使采用传统方法建立准确的预测模型难以实现。

研究团队还对深度学习生存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(C指数)为0.894,较未进行深度学习的经典Cox模型的0.876有所提升,更显著高于CURB-6模型的0.75。

然而,准确预测患者进展至重症的风险并非易事。

第五,部分国家在疫情得到较好控制后,又出现不同程度的反弹,包括日本、韩国、新加坡等。随着多数国家复工复产复航逐渐拉开序幕,部分国家疫情反弹将成为常见现象。

第一作者分别是广州呼吸健康研究院院长助理梁文华博士,以及腾讯AI Lab医疗中心首席科学家姚建华博士,钟南山院士、广州呼吸健康研究院院长何建行、腾讯AI Lab医疗中心负责人黄俊洲均为共同作者。

一是在1月至2月,除湖北以外的30个省(区、市)都成功控制住了湖北流入病例引发的疫情扩散,各省(区、市)总病例数均控制在2000例以内,实际上仅广东、河南、浙江、湖南四个省超过千例,其他都在千例以下;

腾讯大数据及人工智能联合实验室副主任、腾讯医疗副总裁吴文达医生指出,当前新冠肺炎疫情在全球持续蔓延,高效抗疫、降低患者死亡风险,仍是取得抗疫胜利的关键,希望大数据、人工智能等新技术,以及腾讯海量的用户触达能力,腾讯云安全、快速部署的能力,能够在抗疫常态化中发挥作用,更有效地防控流行病疫情。

第六,中国疫情受到两方面挤压,一是类似北京新发地批发市场突发疫情、武汉华南海鲜市场聚集疫情,原因尚未查明;二是随着复航越来越多,境外输入病例的压力也越来越大。

他还提到,紧随美国之后的是巴西,每日报告病例突破4万例。再有,印度的疫情一路上升,目前每日报告新增病例突破2万例。

二是东北局部疫情扩散的控制、北京新发地突发疫情的控制,都充分说明全国各地已经有能力及时控制住疫情。“我国未来一段时间的疫情将呈现以输入病例为主,一些地方会出现零星续发病例,很难再出现以地级市为单位的封堵现象。”(完)

其次,全球疫情呈现持续上升的特征。从各大洲总体来看,美洲、亚洲、非洲、中东地区疫情均呈现逐渐上升的态势,仅欧洲区域疫情平稳,但仍维持在较高流行水平。

雷锋网原创文章,。详情见转载须知。

三个独立队列测试中,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,排除10个临床特征参数缺失超过3个以上患者后的队列测试模型预测与实际发生一致性分别为0.890、0.852和0.967,显示深度学习生存Cox模型的准确预测具有普适性。

医护人员只需输入患者的临床特征,重症早期分诊系统就可以返回患者在5、10和30天内病情发展至危重的概率,进而对患者进行早期分诊,对于COVID-19疾病的管理具有极高的临床和经济价值。

8月17日晚,四川省乐山市再次遭遇强降雨,青衣江出现100年一遇洪水,青衣江乐山流域出现超警超保水位。乐山市民警、乐山大佛景区工作人员、街道办工作人员和民兵等130余人一起冒雨接力传递沙袋到乐山大佛佛脚平台,在佛脚周围构筑防洪堤,全力保护大佛。

吴尊友指出,首先北京新发地批发市场新冠肺炎暴发疫情及相关联传播,基本已经终止。中国再次回到了零星输入病例的疫情特征。

依据此模型开发出的预测工具“COVID-19患者重症早期分诊系统”已经在线公开(点击链接查看),临床医护工作人员也可以访问微信小程序获得这一工具。

第三,各国疫情发展不均衡,部分国家经历了一段时间的流行高峰,由于防控措施得力,疫情得到了较好控制,“包括中国、日本、韩国、意大利、西班牙、德国、英国等”。

因此患者突然恶化为重症是抗疫工作中主要关注的问题,尽早识别有重病风险的患者并早期进行干预,对于患者预后的改善至关重要。

这个AI预测系统较传统预测模型还有其他的优势,包括应用当中自动填补缺失数据而进行预测,以应对不同地区和医院的实际情况,以及可以随着应用数据的增加而不断进化,准确性可以进一步提高。

这个模型可以根据COVID-19患者入院时的临床特征,预测病情发展至危重病的风险。

为测试模型的普适性,研究团队还对不同地理区域和不同卫生资源水平的三个独立队列进行了模型测试,三个患者队列涵盖武汉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73例,外部测试病例均与模型训练病例范围不重叠。

塞斯·罗根一人分饰两角,之一是1920年代移民到美国的劳工赫歇尔·格林鲍姆,他不慎跌进了一缸泡菜,被腌了一百年,保持了完美的形态。百年后的如今,格林鲍姆在纽约布鲁克林醒来,身体没有丝毫苍老。

“第四,部分国家疫情一路持续上升,几乎失去控制。”吴尊友说,比如美国,每日报告新增病例数从2周前的2万多例,增加到4万多例,再继续上升到5万多例,近日更是突破6万例。美国传染病专家安东尼·福奇教授表示,由于美国防控措施不力,每日报告新增病例可能会达到10万例。

此项研究基于人工智能深度学习所建立的生存模型,对COVID-19患者入院时的10项临床特征进行分析,可以帮助预测患者发展至危重病情的风险,如在患者住院期间持续采用此模型进行分析,预测结果会更加准确,有助于监测患者住院期间的风险趋势。

同时早期识别不同风险的患者进行有效分类,也有利于医疗资源的高效合理分配,确保最有重症风险的患者尽快得到最合适的医疗及护理,这种能力在疫情大规模爆发时更是至关重要。

他去寻找自己现在的家人,却发现只有曾孙本·格林鲍姆(也是罗根出演)尚存。本是个性格温和的程序猿,赫歇尔完全无法理解他。赫歇尔想重新开始泡菜事业,孙子完全不赞同,结果老爷子竟然成功了。

但大数据与人工智能的发展将不可能变为可能,大数据及人工智能联合实验室团队以腾讯AI Lab技术为核心,通过机器学习选择变量算法,确定了十个患者特征指标,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COVID-19患者病例进行模型训练,进而开发出深度学习生存Cox模型。