Očekuje se da će model umjetne inteligencije (AI) za rano otkrivanje teške SARS-CoV2 bolesti kod djece poboljšati ishode ranim prepoznavanjem, pravovremenom intervencijom i odgovarajućom raspodjelom kritičnih resursa, kao i razvoj brze postelje Dijagnostički uređaj COVID-19.
Kako bi spriječio da djeca budu kritično bolesna od SARS-CoV-2, tim istraživača sa državnog univerziteta Wayne (Detroit, MI, SAD) radi na definiranju i upoređivanju molekularnog odgovora domaćina i pljuvačke kod djece s različitim fenotipovima SARS-CoV- 2 infekcije. Tim se nada da će razviti i potvrditi osjetljiv i specifičan model za predviđanje teške SARS-CoV-2 bolesti kod djece. Oni rade na razvoju prijenosnog, brzog uređaja koji kvantificira miRNA pljuvačke s uporedivom preciznošću sa tehnologijom qRT-PCR. Tim će razviti mobilni sistem uz pomoć AI za rano prepoznavanje teške infekcije SARS-CoV-2 kod djece.
Trenutno ne postoje metode za raspoznavanje spektra težine bolesti i predviđanje kod koje će se djece s izloženošću SARS-CoV-2 razviti teška bolest, uključujući multisistemski upalni sindrom (MIS-C). Zbog toga postoji hitna potreba za razvijanjem dijagnostičkog modaliteta za razlikovanje različitih fenotipova bolesti. Istraživački tim ima za cilj razviti inovativan i efikasan AI model s neinvazivnim biomarkerima koji integriraju umjetnu inteligenciju sa socijalnim odrednicama zdravlja i kliničkim podacima kako bi pomogao u ranom otkrivanju teške SARS-CoV-2 bolesti kod djece.
Naše istraživanje je kritično jer očekujemo da ćemo poboljšati ishode djece s teškom infekcijom SARS-CoV-2 ranim prepoznavanjem, pravovremenom intervencijom i odgovarajućom raspodjelom kritičnih resursa“, rekao je dr. Dongxiao Zhu, vanredni profesor računarstva koji vodi studiju. „Uspješan završetak projekta također će biti značajan, jer će dovesti do razvoja brzog uređaja za dijagnostiku pored kreveta pacijenta i stvaranja profila pacijenata na osnovu individualnih faktora rizika za koje očekujemo da će u budućnosti dovesti do personaliziranih tretmana.“
