在新型冠状病毒疫情蔓延全球之际，科学家们除了从生物学和化学的角度寻找解决办法，还尝试利用科技的力量与之对抗。通过大数据资料，很多科技公司开发了追踪感染者活动路径的应用，从而帮助当地卫生机构更全面地掌握疫情的传播范围。
另一方面，为了利用现有资料进一步提高病毒检测效率，一些工程师和科学家将目光聚焦在了人工智能上（AI），寄希望于它善于寻找规律的特长，期待在茫茫多的临床数据中挖掘出人们尚未发现的重要信息。
近日，一份发表于 Arxiv 的预印本论文阐述了如何利用 AI 识别和分析冠状病毒感染的临床特征。研究团队成员来自于美国知名医疗机构 Mayo Clinic（梅奥诊所）和医疗数据分析初创公司 Nference。
论文指出，通过 AI 分析 800 多万份临床数据后发现，腹泻是最值得关注的早期症状之一。在测试 4-7 天前，绝大多数患者会同时出现咳嗽和腹泻症状，伴随着味觉或嗅觉丧失和大量出汗。这些综合起来组成了新冠肺炎最早期的症状清单。
图 | 梅奥诊所
虽然新冠病患出现上述症状早已为人所知，但研究人员表示，通过技术手段（神经网络）整理和分析海量数据，可以加深人们对症状的理解，不仅可以验证现行观点的准确性和科学性，也有助于早期病例的自我发现、筛查和分类，实现早发现早治疗，有效减轻医疗系统的负担。
为了训练 AI 系统，梅奥诊所提供了近 823 万份电子病历版临床记录，囊括了 14967 名接受了 PCR 检测（聚合酶链式反应检测）的测试者信息，其中有 272 名患者确认感染了新冠病毒。
电子病历详细记录了每名测试者的症状资料，比如腹泻、头痛、发烧、乏力、味觉或嗅觉丧失等等，时间跨越测试前数周到测试后数周。为了让分析结果更有说服力，研究人员只使用了最早追溯到测试前 7 天的症状，并且大致分为肠胃类、呼吸类和感官类特征。
研究中所使用的 AI 并非专门针对疾病诊断的系统，而是基于谷歌 AI 开源的 BERT 模型，专门用于自然语言处理（NLP）。原因是其性能强大且无需太多改动，能够直接提取电子病历中的海量数据，以关键词的方式加以分析和归类。
研究人员通过该模型实现了疾病、药物、症状和其他关键词的自动识别和提取，量化各个关键词与上下文的关联强度，然后将每一种联系分类为 “正面” “负面” 或者“其他”。
针对不同人对类似症状的表述方式不同，他们会让 AI 系统做出综合整理。以关键症状 “胸痛” 为例，AI 会自动将病历中的 “胸痛” 类词汇整合起来，诸如 “胸闷” “胸口疼” “胸口堵塞” 和“胸口不舒服”等词汇都会被归为 “胸痛” 类别。
图 | 部分早期症状在阳性和阴性测试者中的比例（来源：Mayo Clinic）
最终，AI 系统提取出的信息显示，在接受 PCR 测试前一周内，有 43 名新冠病毒阳性患者出现过腹泻症状，占总阳性人数的 15.8%，而相对的，只有 5.6% 的阴性测试者声称有过腹泻。两者相差近三倍。
在 272 名确诊患者中，约有 3% 的人出现了嗅觉或味觉失灵，虽然比例不大，但这种情况几乎不会在正常人或阴性测试者身上出现，因此比咳嗽和发烧等症状更具代表性。
另外，确诊患者出现过度出汗、疲劳和头痛的比例分别是 11.4%、13.6% 和 12.9%，也明显高于阴性测试者。但较为常见的咳嗽和发烧症状，在测试者身上的对比似乎并不是太明显：约有 25% 的阳性患者称自己出现上述症状，而阴性测试者中，也有 19% 的人声称自己同样出现了上述症状。
这可能是因为症状较为常见，容易出现主观认知偏差。
在进一步分析数据之间的关联后，研究人员发现，有两种症状组合最值得关注：咳嗽 & 腹泻和盗汗 & 腹泻。它们同时出现时与阳性患者的关联最为紧密。
数据显示，约有 13.2% 的阳性病例同时出现了咳嗽和腹泻，比例是阴性病例的 4 倍。而同时出现盗汗和腹泻的阳性病例有 21 例，占比 7.7%，是阴性病例的 5.5 倍。
相比单一表现，组合症状与阳性病例的关联性更值得注意，而腹泻不仅本身具有独特性，又是两种组合的共同点，说明它很可能具备重点关注的价值，与新冠病毒的关联性值得挖掘。
不过研究人员也指出，这项研究的核心是提取电子病例数据进行分析，因此受患者主观表述的影响较大。例如无症状患者的一些轻度症状可能不会报告给医生，没有记录在病历中，或者主观认定某种症状出现过，但实际上并没有，导致分析结果出现偏差。
“我们分析电子病历得来的成果能够帮助病理学研究。针对新冠病毒的高灵敏度和高特异性血清测试（抗体测试）正在逐渐成熟，人们有望在家中自行测试，所以捕捉相关症状将变得越来越重要，”研究人员强调，“我们希望类似于这种 AI 系统的，基于电子病历的数字医疗工具可以提供帮助。”
