Tutkijoiden kehittämällä algoritmilla voidaan tarkasti ennustaa sairaalahoidossa olevien koronapotilaiden kuolemanriskiä riippumatta potilaan rokotusstatuksesta tai virusvariantista.
Yli kahden vuoden ajan koronavirus on aiheuttanut poikkeuksellisia järjestelyjä maailmanlaajuisesti. Vuoden 2021 loppuun mennessä viruksen aiheuttamaan tautiin arvioitiin kuolleen lähes 15 miljoona ihmistä.
Terveydenhuollolle on tärkeää saada arvio potilaan ennusteesta mahdollisimman aikaisessa vaiheessa. Tähän ongelmaan Turun PET-keskuksen apulaisprofessori Riku Klén on kehittänyt avoimesti saatavilla olevan koneoppimismalli CODOP:n, jonka avulla voidaan ennustaa koronapotilaiden selviytymistä.
Kansainvälisessä tutkimuksessa hyödynnettiin noin 30 000 potilaan aineistoa, joka on kerätty yli 150 sairaalasta eri puolilta maailmaa. Potilailta kerättiin verinäytteitä Espanjassa, Yhdysvalloissa, Hondurasissa, Boliviassa ja Argentiinassa. CODOP laskee ennusteen kahdestatoista eri arvosta, joita ovat potilaan ikä ja 11 verinäytteestä saatavaa arvoa, kuten tulehdusarvoa (CRP) ja munuaisten toimintaa mittaavaa kreatiniiniarvoa.
– CODOP antaa ennusteen kahdentoista sairaalassa mitatun kliinisen muuttujan ja se ennustaa erittäin tarkasti potilaan kuolemanriskiä yhdeksän päivän päähän. Malli on testattu eri virusvarianteilla alkuperäisestä Wuhan-variantista omikroniin sekä rokottamattomilla että rokotetuilla potilailla, Klén sanoo.
Tutkimukseen osallistui lukuisia yliopistoja maailmalta ja keskeinen osa tutkimusta tehtiin Turun PET-keskuksessa sekä itävaltalaisessa Max Planck -instituutissa. Turun PET-keskuksen apulaisprofessori Riku Klén kehitti tutkimuksessa potilaan tehohoidon tarvetta ja kuolemanriskiä arvioivan koneoppimismallin ja suoritti siihen liittyvät analyysit.
– Tällä hetkellä yli 300 terveydenhuollon organisaatiota on jo hyödyntänyt laatimaamme koneoppimismallia koronapotilaiden terveydentilan ennustamiseksi. Yli 12 000 potilaan tietoja on analysoitu ohjelmalla, Klén kertoo.
Tutkimus “Development and evaluation of a machine learning-based in-hospital COvid-19 disease outcome predictor (CODOP): a multicontinental retrospective study” on julkaistu eLife-lehdessä: https://doi.org/10.7554/eLife.75985
