基于人工智能的血液检测可能会彻底改变儿童长期新冠病毒的诊断

基于人工智能的血液检测可能会彻底改变儿童长期新冠病毒的诊断

借助人工智能（AI）血液检测的帮助，可以客观地诊断一天的儿童新冠病毒。事实上，天主教大学罗马校区——Fondazione Policlinico Universitario Agostino Gemelli IRCCS 和 Ospedale Pediatrico Bambino Gesù IRCCS 的一项研究强调了儿科血浆中 Long Covid 的分子特征，并使用了一种人工智能工具，该工具能够根据血液样本的结果进行诊断，准确度为 93%。

该研究发表在杂志上。 '儿童研究”，来自 Nature Group，由天主教大学医学和外科学院的普通和专家研究员、儿科传染病科的儿科医生 Danilo Buonsenso 博士设计，在 Bambino Geesù irccs 儿科医院的临床免疫学和疫苗复杂业务部门领导 Nicola Cotugno 博士。

这项研究的成员包括天主教大学医学和外科学院儿科普通研究员和专家、Fondazione Policlinico Gemelli Irccs 业务部门儿科传染病主任 Piero Valentini 博士，以及 Bambino Gesù 儿童医院临床免疫学和疫苗接种综合业务部门负责人 Paolo Palma 博士。 IRCCS。

背景

Long Covid 平均影响 0.5% 接触 SARS-CoV-2 的儿科患者。这种情况也称为 SARS-COV-2 后遗症或急性后遗症，其特征是体征和症状持续至少 8-12 周。病毒感染前不会出现症状，对日常生活产生负面影响。长新冠病毒几乎影响所有年龄段的患者，而在儿科患者中，无论最初感染的严重程度如何，10 岁以上的患者似乎受到的影响最大。

在成年人中，在成年人的血液中发现了长的新冠病毒迹象，但在儿科人群中却没有类似的发现。

研究

专家们分析了 112 名 0 至 19 岁年轻人的血液，其中 34 名临床诊断为长期新冠肺炎（高炎症反应，几乎总是需要重症监护）和 19 名健康对照者。

专家们对血液蛋白成分（蛋白质组学）进行了分析，发现与对照组相比，儿童长新冠病毒的特点是血浆中促炎和促血管生成趋化因子组CXCL11、CXCL1、CXCL5、CXCL6、CXCL8、TNFSF11、OSM、STAMBP1A的存在量较高。基于蛋白质组分析的人工智能模型能够以 0.93 的准确度、0.86 的特异性和 0.97 的灵敏度识别 Long Covid。

结论

儿科患者的长效新冠病毒在血浆中也表现出不同的蛋白质特征，其特征是全身炎症和血管壁（内皮）水平的炎症增加，正如在成人中已经看到的那样。这一发现可能会导致开发一种基于血液样本的简单常规诊断测试，从而能够及时、全面地护理长期感染新冠病毒的儿科患者。

本研究产生的免疫学数据提供了确定治疗靶点所需的见解，以在儿科长新冠病毒的有效性和安全性研究中进行测试。 “

Nicola Cotugno 博士，Bambino Geesù irccs 儿科医院复杂临床免疫学和疫苗运营部门

Buonsenso 博士总结道：“这项研究表明，不可否认的是，即使在儿科时代，长新冠病毒也是一种器质性免疫介导的疾病，需要新的资金来研究最佳的治疗方法。”

资料来源：