借助机器学习、大数据寻找新冠肺炎最佳疗法

匹兹堡大学医学院的研究人员开发了一项新的临床试验，提出了一个应对COVID-19大流行期间的重要问题：医生们应该如何决定是迅速采用新疗法，比如抗疟疾药羟氯喹，还是等到更长时间的临床试验后再做决定？

医学博士、公共卫生硕士、教授、匹兹堡大学和匹兹堡大学医学中心重症监护医学部主任德里克·安格斯（Derek Angus）说：“解决的办法是找到一个最佳的折衷方案，是现在就采取行动，比如开非适应症药物的处方，还是等到传统的临床试验结束后再采取行动。”

“我们开发了一种适应性临床试验模型，它依靠一种称为强化学习的人工智能来识别最佳的、有证据支持的COVID-19疗法，比使用传统的科学方法要快得多。”

在COVID-19出现之前，Angus和广泛的国际合作者已经开发了一个平台，称为REMAP-Community Acquired Pneumonia （REMAP-CAP），用于在非大流行和大流行环境中寻找重症肺炎的最佳治疗方法。

当COVID-19开始传播时，REMAP-CAP根据其目的迅速适应，纳入了针对SARS-CoV-2病毒的额外治疗方案。国际团队在近日出版的美国胸科学会年鉴（AnnalsATS）上的一份手稿中描述了REMAP-CAP平台。

REMAP（随机、嵌入式、多因素、自适应平台）使研究人员能够以较低的成本和比传统临床试验更少的患者同时快速测试多种治疗方法。2015年，安格斯在《美国医学会杂志》（JAMA）上首次描述了REMAP设计，它是所谓“适应性平台试验”的灵活版本。

安格斯指出，建立在REMAP-CAP平台基础上的UPMC-REMAP-COVID19试验将特别强大，因为它将与UPMC（匹兹堡大学医学中心）的电子健康记录系统集成在一起。

“在大流行的情况下，医生们将没有时间就每一个可能的临床试验的利弊进行辩论。通过在护理点建立这种一站式解决方案，我们正在推出一种方法，可以确保每位使用COVID-19入院的患者，如果他们愿意，都可以参加该项目。”

安格斯最近在《美国医学会杂志》（JAMA）上发表了一篇观点，主张“边做边学”的方法。他说：“我们必须抛弃旧的思维方式，把临床护理和临床研究融合到一个极其有效的系统中。”

“这是一场前所未有的大流行，我们需要采取前所未有的应对措施。” UPMC-REMAP-COVID19将在UPMC的40家医院系统中开放，并开始以不同的组合同时测试多种治疗方法——包括羟基氯喹、类固醇和一种称为免疫调节剂的药物，这种药物可以改变免疫系统的反应。

此外，由于UPMC-REMAP-COVID19平台与世界范围内的REMAP-CAP是连接的，因此该试验借鉴了整个国际经验。REMAP-CAP正在北美、欧洲、澳大利亚和新西兰招募COVID-19患者，并迅速扩大。

“试验设计使用一个机器学习模型，其中包括来自世界各地的病人登记数据，不断学习哪种治疗和疗法的组合表现最好。” AnnalsATS作者斯科特•贝里（Scott Berry）博士解释道。