研究人员利用基于人工智能的污水采样系统，开发了一种准确的预测工具，用于估计COVID-19住院人数。

一项新的研究表明，利用基于人工智能的系统和COVID-19废水采样，可以提前4周准确预测因COVID-19而入院的人数。

这项发表在《自然通讯》杂志上的研究使用了美国159个县的废水数据，覆盖了近1亿美国人，以及美国医院的入院记录，来开发预测模型。

这项研究由悉尼科技大学的王麒麟教授和李璇博士与悉尼新南威尔士大学、代尔夫特理工大学和摩根州立大学的研究人员共同领导。

“COVID-19仍然给世界各地的卫生保健系统带来沉重负担。澳大利亚因COVID-19住院的人数达到了5500人左右的峰值，并在继续波动。患者人数的迅速增加会给一线卫生保健能力带来压力，并增加死亡率。”

她说:“目前的预测方法是基于COVID-19实验室检测或自我检测和报告，但这并没有发现无症状病例，许多国家正在放弃严格的检测要求。”

王教授说，研究表明，废水监测与基于人工智能的建模相结合可以成为一种具有成本效益的早期预警系统，使公共卫生官员能够更好地准备和管理大流行浪潮，并有效地分配有限的医疗资源。

“许多国家已经开展了废水监测，但仅限于显示一个地区是否存在COVID-19，以及粗略估计负担是在增加还是在减少。

“我们使用人工智能来获取数据中的模式和变化，并从中学习以提高预测的准确性。

“可能影响住院率的变量包括公共政策、疫苗接种率、假期和天气导致的行为改变。建立的模型可以帮助准确预测该地区因COVID-19导致的住院需求。”

李博士希望将她的研究扩展到其他可以通过基于废水的流行病学检测到的传染病，包括沙门氏菌和大肠杆菌等食源性病原体，以及流感、诺如病毒和甲型肝炎等病毒。

李博士说:“我的博士研究方向是下水道设计，以减少混凝土腐蚀，但我毕业的时候正好是COVID-19，我看到了一个监测和研究大流行的机会。”

“我很感激有机会获得WH格拉德斯通奖，特别是作为一名早期职业研究员，探索为COVID-19和其他疾病创建预警系统的潜力。我希望这项工作能造福社会，并激励其他从事科学工作的女性。”

更多信息:Xuan Li等人，基于废水的流行病学预测美国150多个县的covid -19引起的每周新入院人数，Nature Communications(2023)。期刊信息:Nature Communications

由悉尼科技大学提供
引用: AI-based废水采样预测COVID住院率(2023年，8月1日)，2023年8月1日检索自https://medicalxpress.com/news/2023-08-ai-based- wastewatersampson -covid-hospital.html本文档 作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司 内容仅供参考之用。