這種疾病輕度地打擊了大多數人，但有些卻很重，因此在被感染者中難以預測，因此造成了嚴重破壞，這似乎是AI的預測能力出色的目標。

因此，在一項小型但有希望的研究中，它與COVID-19配合使用了針對嚴重性嗅探算法的算法。

由紐約大學的研究人員與中國的兩家醫院合作開發的實驗性決策支持工具可以幫助ER醫師確定哪些患者可以住院，哪些患者可以回家。這是在大流行期間做出的一個關鍵決定，大流行使許多醫院的資源超出了產能。

為了測試AI工具，研究人員從53例患者中收集了人口統計學，實驗室和放射學發現，這些患者在一月份在參與研究的兩家中國醫院的新型冠狀病毒測試中呈陽性。

與世界各地的典型情況一樣，幾乎所有53位患者最初都表現出輕度的咳嗽，發燒和胃部不適。但是，一周之內，少數患者出現了嚴重的肺炎或急性呼吸窘迫綜合征（ARDS）。

事實證明，與早期的小型研究相反，肺部成像和其他標志物（包括年齡和性別）中觀察到的模式對預測哪些患者會生病沒有幫助。

相反，發現了AI工具，三個生理指標的變化是即將發展的嚴重疾病的最佳預測指標：血紅蛋白水平升高，深部肌肉疼痛（肌痛）和肝酶丙氨酸氨基轉移酶水平略有升高。

權衡這些讀數以及其他因素后，該團隊應用了其AI工具并以高達80%的準確度預測了ARDS的風險。

該工作于3月30日在線發表在《計算機，材料與連續材料》上。

在紐約大學發送的新聞稿中，相應的研究作者梅根·科夫（Megan Coffee，MD，PhD）說，該模型需要在更大的研究中進行驗證。

她補充說，盡管它“僅是支持醫生在治療病毒感染方面來之不易的臨床經驗，但它“有望成為預測最易感染該病毒的患者的另一種工具”。