西班牙已经成为了欧洲受到新冠肺炎大流行打击最严重的国家之一，累计发现的病例已经超过了170万例。尽管在过去几个月中，新冠肺炎的第二波大流行波及全国，但是巴塞罗那的医院诊所已经利用人工智能成功地将新冠肺炎患者的死亡率降低了一半。
据了解，加泰罗尼亚州的医院已经开发了一种机器学习工具，可以预测新冠肺炎的患者何时会出现病情恶化以及如何为患者制订个性化的治疗方案以避免最坏的结果。
传染病专科医师Carol Garcia-Vidal表示：“当你只有一名患者处于危急状态之中时，你可以对他/她进行特别护理。但是如果你有700名危重患者的时候，你就需要这样的工具了。”所以，Carol Garcia-Vidal也是领导开发该工具的IDIBAPS研究人员。
在新冠肺炎大流行之前，这家医院已经在研究将可变数据转化成可分析形式的软件。因此，当这家医院在三月份开始接收新冠肺炎患者的时候，他们利用这个系统开始分析来自2000名患者的3万亿条结构化的匿名数据。
该医院的目标是训练这款工具识别模式，并针对每一位患者找到最为有效的治疗方式，以及应该何时进行这些治疗。
Garcia-Vidal和她的团队通过这项工作发现，病毒在每个人身上发作的方式不尽相同。García-Vidal对ZDNet表示，“有的患者出现了发炎的症状，有些患者出现了凝血病，还有些患者出现了超级感染的症状。”每类患者都需要不同的药物，因此需要个性化的治疗。
得益于EIT Health的资助，这个人工智能系统已经发展为一个面板，可以实时显示在医生的电脑上，它目前已经成为了医生们日常使用的一款工具。在流行病学家的监督下，该工具可以对病患进行分类并提供更加个性化的治疗。
García-Vidal表示，“以前从来没有人这样做过，”研究人员最近为系统添加了两种模式，包括因为病情稳定可以出院以便腾出床位的模式和很有可能会死亡的模式。预测的准确度高达90%。她表示：“这些功能对于经验不足的医师以及那些专业与新冠肺炎毫无关联的人——例如妇科医师或者创伤科医师来说非常有用。”和许多其他国家一样，在新冠肺炎第一波的流行中，所有科室的医生都被要求为这些患者提供治疗。
据García-Vidal介绍，该系统也被用于当前新冠肺炎大流行的第二波，加泰罗尼亚州医院的重症监护患者数量已经增加。他们的计划是将该工具也提供给其他的医院使用。
同时，巴塞罗那超级计算中心（Barcelona Supercomputing Center，BSC）也正在分析一组数据，这些数据来自于3月份新冠肺炎大流行期间医院诊所治疗的3000名医疗病例。
这样做的目的是为了开发基于深度学习神经网络的模型，该模型将寻找常见模式并生成症状演变的预测。如此一来，就可以确定患者是否需要呼吸机，或者应该直接被送进重症监护室。
BSC研究人员Marta Villegas解释说，某些数据——例如年龄、性别、生命体征和所用药物是结构化的数据，而其他数据则不是。它们是用自然语言编写的文本，例如出院报告和放射检测报告等。
而超级计算带来了更强大的计算容量和能力，可以从这些报告中提取基本信息，并训练基于神经网络的模型，以预测疾病的发展，根据患者个人先前的情况预测其对治疗的反应。
目前，这种基于自然语言处理的方法也正在马德里的一家医院中进行测试。
