Đây cũng là công trình đầu tiên nghiên cứu về cúm mùa trong bối cảnh đại dịch COVID-19.
Cụ thể, Giáo sư Farrokh Alemi cùng các cộng sự đánh giá về khả năng bệnh nhân mắc COVID-19 hoặc cúm hay một bệnh hô hấp khác trước khi tiến hành xét nghiệm.
Ông cho biết: "Trong trường hợp bị hạn chế về công tác xét nghiệm COVID-19, hoặc kết quả xét nghiệm bị chậm trễ, các bác sĩ lâm sàng, đặc biệt là những người sống tại cộng đồng bị ảnh hưởng, sẽ phải dựa vào các dấu hiệu nhận biết và triệu chứng bệnh hơn là chờ đợi kết quả khẳng định từ phòng thí nghiệm. Thuật toán của chúng tôi có thể giúp các cơ quan y tế xác định và phân loại nhằm chăm sóc hiệu quả hơn cho bệnh nhân, trong khi họ vẫn đang phải chờ kết quả xét nghiệm từ phòng thí nghiệm hoặc tạo điều kiện cho họ được ưu tiên xét nghiệm trong trường hợp khan hiếm các bộ xét nghiệm".
Thuật toán của các nhà khoa học được xây dựng dựa trên các triệu chứng khác nhau của bệnh nhân ở những độ tuổi và giới tính khác nhau. Kết quả nghiên cứu cho thấy các cơ quan y tế nên theo dõi các dấu hiệu và triệu chứng khác nhau để chẩn đoán COVID-19 tùy thuộc từng thời điểm cụ thể trong năm.
Ví dụ, nếu không phải đang là mùa cúm, sốt có thể được coi là một triệu chứng của bệnh COVID-19. Tuy nhiên, trong mùa cúm, một người bị ho lại có nhiều khả năng bị cúm hơn là mắc COVID-19. Nghiên cứu cũng chỉ ra rằng sự quy kết rằng tất cả các trường hợp sốt trong mùa cúm đều do mắc COVID là không chính xác. Ngoài ra, việc chẩn đoán bệnh COVID-19 dựa trên các cụm triệu chứng là quan trọng và chính xác hơn là chỉ xét trên từng triệu chứng đơn lẻ.
Các thuật toán được tạo ra bằng cách phân tích những triệu chứng ghi nhận từ 774 bệnh nhân COVID-19 ở Trung Quốc và 273 bệnh nhân COVID-19 ở Mỹ, đồng thời so sánh với những thông tin bệnh lý từ 2.885 trường hợp mắc bệnh cúm và 884 trường hợp mắc bệnh hô hấp tương tự cúm tại Mỹ.
Do các thuật toán này rất phức tạp, có thể gây khó khăn cho các bác sĩ trong quá trình điều trị bệnh nhân, các nhà khoa học đã tạo ra một máy tính dựa trên trí tuệ nhân tạo (AI) để phục vụ riêng cho công tác chẩn đoán. Từ đó, các bác sĩ có thể đưa ra các quyết định phân loại về cách thức chăm sóc bệnh nhân trong khi chờ đợi kết quả chính thức từ phòng thí nghiệm.
Giáo sư Alemi cho biết: "Khi có một đợt bùng phát mới, việc thu thập dữ liệu tốn rất nhiều thời gian. Khả năng phân tích nhanh dữ liệu này có thể giúp giảm thời gian cần thiết để phân biệt biểu hiện của các căn bệnh có những triệu chứng tương đồng. Phương pháp được đề cập trong báo cáo này rất hữu ích cho việc ứng phó nhanh nếu xảy ra đại dịch tiếp theo".
* Mời quý độc giả theo dõi các chương trình đã phát sóng của Đài Truyền hình Việt Nam trên TV Online và VTVGo!