Российские ученые создали алгоритм, который прогнозирует течение COVID-19

12.05.2021

Группа врачей и ученых Первого Санкт-Петербургского государственного медицинского университета им. И. П. Павлова разработала алгоритм для оценки степени тяжести и прогнозирования исхода COVID-19 у госпитализированных пациентов. Точность инструмента составляет более 90%. Результаты исследования опубликованы в виде препринта.

Для создания алгоритма исследователи использовали данные более 3 тысяч человек, лечившихся от коронавирусной инфекции в клинике Первого меда в течение двух волн пандемии COVID-19. Алгоритм анализирует информацию о состоянии пациента, основываясь на 9 показателях: СРБ, D-димер, АЧТВ (АПТВ), общие лейкоциты, лимфоциты, глюкоза, гемоглобин, мочевина и общий белок.

Это стандартный и не очень дорогой набор анализов, по которым наша клиника регулярно оценивает тяжесть состояния пациентов. В других учреждениях практика может отличаться. Однако отдельный анализ показал, что качество прогнозирования не сильно ухудшится, если использовать другую периодичность или даже заменить некоторые показатели на аналогичные, — поясняет Оксана Станевич, врач-инфекционист, одна из авторов исследования.

Алгоритм рассчитывает тяжесть состояния пациента, сопоставляя результаты рутинно собираемых анализов с пороговыми значениями. За каждый показатель начисляются баллы — некоторым за превышение порога, а некоторым — за значение меньше границы порога. После этого баллы суммируются. Итоговое значение отражает тяжесть состояния пациента на шкале от очень низкого до очень высокого риска летального исхода. 

Дальше врач определяет, какие компоненты делают значение суммарного балла высоким, что позволяет скорректировать проводимое лечение. Например, если значение шкалы повышено за счет глюкозы, можно предположить, что нарушен углеводный обмен и, если предположение подтвердится, целесообразно назначить дополнительную терапию инсулином. Повышение балла показателя АПТВ может говорить о необходимости изменения дозы антикоагулянтов.

В клинике Первого меда алгоритм представлен в виде приложения с графическим интерфейсом. В нем автоматически происходит обработка и визуализация данных, загружаемых из локальной медицинской информационной системы (МИС). Результаты прогнозирования отображаются в виде графиков и сводок по отделениям. Если у организации отсутствует МИС, то врач может воспользоваться алгоритмом, вводя показатели вручную в специальный калькулятор. 

Интерфейс алгоритма

Одна из причин возникновения осложнений COVID-19 — высокая загруженность врачей в разгар очередной «волны». Инструмент позволяет вовремя обратить внимание на тех пациентов, чье состояние кажется стабильным, когда на самом деле есть негативная динамика. Система выдает предупреждение, что состояние пациента может ухудшиться, в среднем за 7–10 дней до неблагоприятного исхода. Это дает врачам возможность принять меры. 

Точность инструмента также проверялась во время первой и второй волн COVID-19:

Мы ежедневно фиксировали, в каком количестве случаев система ошиблась с прогнозом. Подводя окончательные итоги в марте этого года, мы выяснили, что чувствительность и специфичность алгоритма составляют 92%. То есть, когда система предсказывала исход госпитализации для пациента (смерть или выписка), в обоих случаях вероятность ошибки оказалась не более 8%, — отметил Евгений Бакин, старший научный сотрудник ПСПбГМУ, главный разработчик системы.

По словам специалистов, ничего похожего на разработанный ими инструмент среди других научных работ они не встречали: 

В научной литературе опубликовано несколько аналогичных шкал, однако большинство из них направлены на медицинскую сортировку пациентов в момент постановки диагноза или поступления в стационар. Нашей задачей было создать инструмент, позволяющий в том числе отслеживать состояние пациента в режиме реального времени по мере накопления сведений о его лабораторных показателях, — добавила Оксана Станевич. 

У инструмента есть несколько ограничений. В алгоритм вошли не все лабораторные показатели, которые определяют ухудшение состояния пациента с COVID-19. Часть не попала в список из-за высокой стоимости, некоторые — из-за недостатка исходных данных (не все анализы брались достаточно часто во время первой волны). Также есть сложность с включением сведений о дыхательной недостаточности пациентов — многие во время лечения получали кислородную поддержку, из-за чего показатель насыщения крови кислородом был завышен. Главное ограничение в том, что исследование проводилось в одной клинике, поэтому алгоритм нуждается в проверке с использованием данных сторонних медицинских учреждений. Чем больше больниц проверят инструмент на собственных данных, тем больше будет оснований сделать выводы о его точности.