中大医学院ChatGPT分析新冠文字报告　识别症状预测长者死亡风险

中文大学医学院最近发表研究报告，利用AI大型语言模型ChatGPT，分析逾7.6万份新冠病例症状文字报告，成功整理新冠患者症状如何随病毒变异及疫苗接种情况的演变，有助预测未接种疫苗及有病征的年长患者死亡风险，以及协安老院舍制订照顾长者的策略。另外，研究成功将复杂的症状描述转化为结构性数据，有助日后应用AI监测和应对流行病。

中大医学院研究团队透过文字配对演算法，分析逾7.6万份新冠病例症状文字报告，发现70.9%的病例出现病征，并识别出102种症状。

研究团队指，结果揭示原始型和Delta变异株，在未接种疫苗的有病征个案中，病人的症状极为相似。至于Omicron BA.2亚变异株则出现与原始病毒不同的症状，特别是疲倦、发烧、胸痛、流鼻水、咳痰、恶心或呕吐、喉咙痛七种病征在BA.2个案中更为普遍。

研究同时发现，已接种2剂或以上疫苗的有病征个案之中，感染BA.2较感染Delta更易引起发烧。

是次研究应用AI大型语言模型ChatGPT，识别出发烧、鼻塞、肺炎和呼吸急促这一组症状，有预测未接种疫苗及有病征的年长患者死亡风险的作用，同时有助安老院舍制订照顾长者健康的策略。另外，ChatGPT从文字报告识别所有新冠症状的特异性达94.7%至100%，其识别常见症状的敏感度亦达85.3%至100%，显示其能准确地处理文字报告内的数据。

中大医学院赛马会公共卫生及基层医疗学院副研究员卫蕴妍表示，通过采用文字配对演算法，能描述新冠症状随病毒变异及疫苗接种情况的演变，并证实AI大型语言模型可作为医学研究工具，能将复杂的症状描述转化为结构性数据，有助医学界在未来应用AI作流行病早期检测、监测和应对。