加利福尼亚州奥克兰市——Dascena，Inc.，一家机器学习诊断算法公司，致力于早期疾病干预以改善患者护理效果，今天宣布，公司已收到美国食品和药物管理局（FDA）的紧急使用授权（EUA），该公司的血流动力学不稳定性和呼吸系统失代偿预测系统COViage™. COViage是一种机器学习算法，它接受EUA，供医疗保健提供者在医院环境中使用，用于确诊COVID-19的成年患者，以帮助早期识别可能出现血流动力学不稳定或呼吸系统失代偿的患者。利用Dascena的算法开发平台COViage系统分析来自电子健康记录（EHR）系统的患者数据，并向医疗保健提供者提前通知预计将出现血压不稳定或呼吸功能下降需要机械通气的患者。Dascena公司总裁兼首席执行官Ritankar Das说："COVID-19在美国和全球都是一个重大的公共卫生紧急事件，我们深受鼓舞的是，通过接收EUA，我们的机器学习算法可以帮助护理人员更早、更准确地诊断出由COVID-19导致的危急情况。"早期发现有呼吸失代偿或血流动力学不稳定风险的患者，将使医生能够在受控环境中更积极地监测这些患者，并提供早期治疗。"COVID-19临床试验结果：Dascena算法识别出可能需要机械通气的患者，准确率比标准护理高36%COViage在一项临床试验中进行了评估，该试验纳入了在2020年3月24日至2020年5月4日期间在美国五家医院就诊或入院的197名患者。可评估的患者已经确认了COVID-19诊断，他们的第一组生命体征和实验室测量是在抵达或入院后两小时内进行的。资料分析采用COViage和护理标准修正的早期预警评分（MEWS）进行比较。在模型预测24小时后，评估呼吸失代偿导致机械通气（定义为需要气管插管的有创通气或不包括BIPAP或CPAP的机械通气）的结果。COViage算法在接收器-操作者特征曲线下的面积达到87%，而MEWS的64%（增加了36%），显示出了更高的灵敏度和特异性。COViage证明了比护理标准更早、更准确地帮助诊断呼吸系统失代偿和血流动力学不稳定的能力。"我们很高兴能将这种机器学习算法应用到床边，这可能会保护许多生命，并改善医院人员的配置，"Das说。这项试验的数据发表在一篇题为"使用机器学习预测COVID-19患者呼吸系统失代偿：准备试验"的论文中，发表在同行评议的《生物学和医学计算机》杂志上。关于达斯纳Dascena正在开发机器学习诊断算法，以实现早期疾病干预并改善患者的护理效果。更多信息，请访问dascena.com网站.