中大分析7萬新冠病例 證AI流行病學潛力

【明報專訊】中大醫學院利用文字配對演算法，分析逾7.6萬份新冠患者病例症狀數據的文字報告，發現新冠症狀會隨病毒變異和患者疫苗接種情况而改變。研究團隊亦證明人工智能（AI）大型語言模型ChatGPT，能轉化新冠症狀文字報告為結構性數據，其識別常見症狀的敏感度高於85%，團隊認為研究反映ChatGPT於傳染病流行病學研究的潛力。兩項研究結果已分別在醫學期刊《醫學病毒學雜誌》和《臨牀微生物學和感染》發表。

發現病徵隨病毒變異疫苗接種改變

研究團隊利用文字配對演算法，分析超過7.6萬宗新冠病例症狀的文字報告。結果顯示，70.9%病例出現病徵，並識別出102種症狀；原始型和Delta變異株在未接種疫苗的有病徵個案中，出現的症狀相似，但Omicron BA.2亞變異株則出現與原始病毒不同的症狀，其中疲倦、發燒、胸痛、流鼻水、咳痰、惡心或嘔吐、喉嚨痛共7種病徵在BA.2病人中更為普遍。

研究亦顯示，在接種兩劑或以上疫苗的有病徵個案中，感染BA.2較感染Delta更易引起發燒；分析亦識別出發燒、鼻塞、肺炎和呼吸急促這組症狀，對於未接種疫苗及有病徵的年長患者，有預測死亡風險的作用。

ChatGPT能準確處理文字報告數據

研究人員亦探索AI大型語言模型在醫學研究的應用。ChatGPT經研究團隊作提示工程後，從文字報告識別所有新冠症狀的特異性達94.7%至100%，其識別常見症狀的敏感度亦達85.3%至100%，顯示其能準確處理文字報告內的數據。

中大醫學院賽馬會公共衛生及基層醫療學院​副研究員衛蘊姸稱，通過採用文字配對演算法描述了新冠症狀隨病毒變異及疫苗接種情况的演變，更識別了一組能預測未接種疫苗及有病徵年長患者死亡風險的症狀，有助安老院舍作針對的干預和資源分配。

該學院​副教授郭健安稱，以ChatGPT為例的AI大型語言模型擅長合成實時數據，能快速了解疾病進展，並及早找出新威脅。