Rapid diagnosis of COVID-19 using FT-IR ATR spectroscopy and machine learning

Abstract

O diagnóstico precoce de COVID-19 em pacientes suspeitos é essencial para estratégias de controle de contágio e redução de danos. Investigamos a aplicabilidade da espectroscopia de infravermelho por transformada de Fourier atenuada (ATR) associada ao aprendizado de máquina em fluido de suspensão de swab orofaríngeo para prever amostras positivas de COVID-19. O estudo incluiu amostras de 243 pacientes de dois estados brasileiros. As amostras foram transportadas usando diferentes meios de transporte viral (líquido 1 ou 2). O diagnóstico clínico de COVID-19 foi realizado por RT-PCR. Construímos um modelo de classificação baseado em mínimos quadrados parciais (PLS) associados ao cosseno k-vizinhos mais próximos (KNN). Nossa análise levou a 84% e 87% de sensibilidade, 66% e 64% de especificidade e 76,9% e 78,4% de precisão para as amostras dos líquidos 1 e 2, respectivamente. Com base neste estudo de prova de conceito, acreditamos que este método pode oferecer uma solução simples, sem rótulo e econômica para triagem de alto rendimento de pacientes suspeitos para COVID-19 em centros de saúde e departamentos de emergência.