Ученые Института «Виром» оценили многофакторный риск внутрибольничных вирусных инфекций у медицинского персонала с применением алгоритмов машинного обучения для интеллектуальной обработки эпидемиологических данных

В условиях современного здравоохранения медицинские работники подвергаются воздействию различных факторов, которые могут привести к повышенным рискам заражения инфекционными заболеваниями, тяжелого течения болезни и летальных исходов. Эти воздействия в значительной степени определяется биологическим фактором производственной среды, что обуславливает актуальность исследования предикторов инфицирования медицинских работников высококонтагиозными вирусами.

Для выявления факторов, способствующих инфицированию, специалистами Урало-Сибирского научно-методического центра по профилактике инфекций, связанных с оказанием медицинской помощи, ФБУН ФНИИВИ «Виром» Роспотребнадзора под руководством доктора биологических наук, директора Института Семёнова А. В. было проведено исследование с применением современных технологий искусственного интеллекта, результаты которого были опубликованы в журнале «Анализ риска здоровью».

Исследование включало интеллектуальный анализ базы данных, сформированной по результатам анкетирования 1312 медицинских работников. В ходе исследования было обучено 6912 моделей машинного обучения и установлены четыре группы предикторов, определяющих инфицирование SARS-CoV-2 у медицинских работников:

• контакт с больным COVID-19 и предметами окружающей его среды;
• качество и комплексность средств индивидуальной защиты (СИЗ);
• профессиональная принадлежность медицинских работников;
• показатели индекса массы тела (ИМТ).

Количество предикторов у медицинских работников варьировало от 1 до 5. Полученные результаты подчеркнули значимость интеллектуальной обработки эпидемиологических данных для повышения качества эпидемиологической диагностики в системе эпидемиологического надзора за инфекциями, связанными с оказанием медицинской помощи (ИСМП).

Применение методов машинного обучения позволяет провести многофакторную оценку рисков инфицирования медицинских работников различными патогенами, выявить и достоверно оценить наиболее значимые предикторы. Гибкость использованной архитектуры интеллектуального анализа данных позволяет проводить как корректировку изучаемой модели, так и динамически дополнять сформированную базу новыми показателями в зависимости от изменения эпидемиологической ситуации.

Статья будет интересна медицинским работникам, врачам-эпидемиологам, врачам-профпатологам, специалистам в области гигиены труда.

Статью «Использование индуктивного типа машинного обучения для выявления факторов риска инфицирования медицинских работников высоко-контагиозными вирусами (на модели COVID-19)» можно скачать по ссылке: