Алгоритм формирования подозрения на новую коронавирусную инфекцию на основе анализа симптомов для использования в системах поддержки принятия врачебных решений

Абстракт: Течение пандемии COVID-19 накладывает значительную нагрузку на системы здравоохранения, в том числе на первичное звено, когда необходимо правильно заподозрить и определить дальнейшую тактику. Неспецифичность симптомов и разносторонность проявлений COVID-19 накладывают трудности для выявления подозрения на данное заболевание. Для улучшения определения COVID-19 потенциально могут быть полезны симптом-чекеры и системы поддержки принятия врачебных решений (СППВР) с рекомендациями врачу для определения тактики ведения. Анализ научной литературы показывает многогранность проявлений и частоту встречаемости COVID-19. Взяв за основу этот анализ, мы структурировали проявления по частоте встречаемости, классифицировали их как «большие» и «малые». Были определены правила их взаимодействий для расчёта уровня подозрения на COVID-19. Каждому уровню подозрения были разработаны рекомендации по тактике ведения пациента. Для определения симптомов COVID-19 в неструктурированных текстах электронных медицинских карт были обучены модели NLP. Точность моделей по метрике F-мера составила от 84,6% до 96,0%. Таким образом, был разработан алгоритм выявления подозрения на COVID-19, который потенциально может быть использован в симптом-чекерах и СППВР для помощи врачам по определению COVID-19 и поддержки принятия тактических действий.