簡便快篩，聽咳嗽聲就可以

在疫苗普遍接種之前，「準確而快速」的檢測或診斷，是防止感染擴散重要的工具。雖然黃金標準RT-PCR準確高而抗原快篩簡便，但都還需專業醫療人員來協助檢測。

為了方便人人都可自行檢測，麻省理工學院Auto-ID試驗室科學家研發出聽咳嗽聲就可以檢測新冠。研究發現新冠肺炎確診的咳嗽與一般健康人不同，這些細微的變化，人類的聽力無法察覺，但是透過手機接收進咳嗽音訊後，人工智慧預測模型可以研判出來。該模型蒐集了成千上萬的咳嗽樣本來驗證，結果準確率高達98.5%；如果是對無症狀的偵測則是100%準確。如果美國食品藥物管理局（FDA）核准的話，有可能成為一種免費、便捷且無創的檢測工具。

協助診斷方面，芝加哥大學創建一個有60000張新冠肺炎的胸部X光影像資料庫。由於無臨床症狀者也可能出現明顯的「毛玻璃混濁」現象，因此胸部X光影像是可以用於診斷，且也可彌補 RT-PCR 耗時，及須特定場所、人工的缺點。而透過AI人工智慧與機器學習，將可快速判讀有症狀的影像，不僅可用於診斷，也可作為監測疾病進展。英國皇家博爾頓醫院正在使用一套孟買的Qure.ai公司開發的人工智慧系統，這套系統蒐集超過360萬張胸部X光，包括500例已確診病患資料，幫臨床醫師快速消化相關的大數據，並可以決定哪些病人需要入院，哪些病人需要出院。

確認導管放置，AI幫大忙

AI也可以協助醫師進行治療患者，在手術室外插管的患者，可能有多達1/4放置錯誤，這可能導致後續嚴重、致命的併發症；而加護病房中也有多達45%的患者接受插管、使用呼吸器，也需要確認導管的正確放置。GE Healthcare創新推出了一種新的演算法，可以讀取X射線數值並協助評估受到重症監護的患者中，其呼吸器導管是否正確放置，以減低病患治療的風險。

新冠肺炎疫苗開發得倉卒，儘管單一三期臨床參與人數都多達30000人的數據看起來良好，但當疫苗真正進入數百萬、千萬甚至上億人的施打，是否還會出現預期外的副作用，誰也無法預料。這次的疫苗「開打」之後，各國陸續傳出嚴重不良反應，甚至有疑似因此死亡的案例，為此英國藥品和醫療保健監管局與軟體公司GenPact UK合作開發一種人工智慧和機器學習工具「Cora PharmacoVigilance」，可用於識別潛在的副作用，以確定何時、如何制定新的監管策略來保護民眾。

提早預警方面，哈佛大學與兩百家醫療機構合作，對50000名患者進行回顧性研究發現，雖然去年2月就診斷出病毒感染對腎臟的損害，但臨床上遲至3、4月才意識到患者需要洗腎的比率上升；再如，去年初就已經發現許多患者的血液凝結指數「很差」，但由於難以整合訊息，直至夏季才進行分析，使得血液稀釋劑的使用大大延遲。這些病徵若是提早被判定與新冠肺炎有關，也許就可以挽救更多患者性命。

詳細文章請參閱：關鍵評論