西班牙成为欧洲新冠肺炎大流行重灾区之一，累计检测人数案件已超过170万。尽管在过去几个月中第二波COVID-19大流行在全国蔓延，但巴塞罗那的一家医院诊所使用人工智能成功地将COVID-19患者的死亡率减半。据了解，加泰罗尼亚的医院开发了一种机器学习工具，可以预测新冠肺炎患者何时会恶化，以及如何为患者制定个性化的治疗方案，以避免出现最坏的结果。传染病专家卡罗尔·加西亚-维达尔(CarolGarcia-Vidal)说：“当你只有一名患者病情危重时，你可以对他或她进行特殊护理。但当你有700名危重患者时，你就需要这个工具。”因此，CarolGarcia-Vidal也是领导该工具开发的IDIBAPS研究员。在COVID-19大流行之前，医院已经在研究将可变数据转换为可分析形式的软件。所以当医院开始接受COVID3月-19名患者，他们使用该系统开始分析来自2,000名患者的3万亿条结构化匿名数据。医院的目标是训练该工具识别模式并为每位患者找到最有效的治疗方法，以及何时进行这些治疗应该给予。通过这项工作，Garcia-Vidal和她的团队发现病毒在每个人身上的攻击方式不同。“一些患者有炎症症状，一些患者有凝血功能障碍，还有一些患者有二重感染的症状，”García-Vidal说ZDNet.每种类型的患者需要不同的药物，因此需要个体化治疗。感谢EITHealth的资助，人工智能系统已经开发为into可在医生电脑上实时显示的仪表板，现已成为医生的日常工具。在流行病学家的监督下，该工具可以对患者进行分类并提供更加个性化的治疗。García-Vidal说：“以前从来没有人这样做过，”他补充说，研究人员最近为系统添加了两种模式，包括一种模式，在这种模式下，病人足够稳定，可以出院腾出床位，另一种模式是，死亡概率很高。预测准确率高达90%。“这些功能对于经验不足的医生和那些专业与COVID-19无关的人非常有用，例如妇科医生或外伤科医生，”她说。“与许多其他国家一样，在第一波COVID-19流行期间，所有部门的医生都被要求治疗这些患者。据García-Vidal称，该系统也被用于当前COVID-的第二波-19pandemic.Bo，加泰罗尼亚医院的重症监护病人数量增加了，他们的计划是让其他医院也能使用这个工具。与此同时，巴塞罗那超级计算中心（BSC）也在分析一组数据，来自三月份COVID-19大流行期间在医院诊所治疗的3,000例医疗病例，用于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。这样，它BSC研究员MartaVillegas解释说，可以确定患者是否需要呼吸机或是否应直接送往重症监护病房。某些数据（例如年龄、性别、生命体征和服用的药物）是结构化的。ata，而其他人则不是。它们是以自然语言编写的文本，例如出院报告和放射测试报告。超级计算带来了更大的计算能力和能力，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，以根据个体患者的先前状况预测疾病进展和对治疗的反应。这种基于自然语言处理的方法目前也在马德里的一家医院进行测试。
