哥本哈根大学的研究人员开发了一种基于人工智能的模型，可以根据年龄、性别和现有条件等因素，对一个人是否会死于Covid-19做出90%的准确评估。

自冠状病毒大流行第一波以来，研究人员一直在努力开发模型，沐鸣测速根据病史和其他健康数据，预测人们将受到Covid-19的严重影响。对死亡率风险的准确预测可用于帮助决定优先接种疫苗的对象以及医院资源应如何分配。

该大学的计算机科学系利用丹麦首都大区和新西兰大区的患者数据开发了他们的模型，这些数据包括约4000名丹麦Covid-19患者的健康数据。这些数据被用于训练该模型，以识别患者既往疾病和感染Covid-19经历的模式。

已知会增加Covid-19死亡风险的因素——如体重指数、性别、年龄和高血压——在模型中占很大比重。按优先级递减的顺序，与高死亡率相关的其他因素是:神经系统疾病、慢性阻塞性肺病、哮喘、糖尿病和心脏病。

“毫无疑问，我们的结果表明，沐鸣测速地址年龄和BMI是衡量一个人受Covid-19影响程度的最决定性参数，”麦兹·尼尔森教授解释说。“但如果你是男性、患有高血压或神经系统疾病，那么死亡或最终需要佩戴呼吸器的可能性也会增加。”

“对于那些受其中一个或多个参数影响的人，我们发现将他们提前接种疫苗可能是有意义的，以避免他们被感染的任何风险，最终使用呼吸器。”

《科学报告》的一项研究表明，该人工智能工具能够以高达90%的确定性预测未感染的人如果被感染是否会死于Covid-19。它还能以80%的准确率预测这个人是否需要佩戴呼吸器。

该模型的准确率为90%，而全球Covid-19病例死亡率约为2%至3%(各国之间的数字差异很大，取决于许多变量)。这意味着使用该工具有可能产生误报。然而，这并不会降低该工具在帮助做出临床决定方面的用处，比如哪些患者可能需要插管。

尼尔森说:“我们开始研究模型来帮助医院，因为在第一波疫情中，沐鸣测速医院担心没有足够的呼吸器给重症监护病人使用。”“我们的新发现也可用于仔细确定谁需要疫苗。”

研究人员正在与丹麦首都地区合作，利用他们的研究成果，并希望该模型能很快被用于帮助医院提前预测对呼吸器的需求。

尼尔森补充说:“我们正在努力实现的目标是，通过让计算机获得该地区所有Covid - 19阳性患者的健康数据，我们应该能够提前5天预测对呼吸器的需求。”“计算机永远无法取代医生的评估，但它可以帮助医生和医院立即看到许多Covid-19感染患者，并确定持续的优先事项。”