患者が生存するか死亡するかは、しばしば迅速かつ正確に診断される。 しかし、感染症に対する致命的な反応である敗血症では、医師が症状を診断できる決定的な単一の検査は存在しない。
ジョンズ・ホプキンズ大学のスーチ・サリア助教授は、既存の医療データを使って、どの患者が最も敗血症にかかる危険性が高いかを予測できないだろうかと考えた。サリア助教授は 患者のデータを分析するためのアルゴリズムを作成し、症例の85％で、敗血症性ショックを発症より平均で1日以上も前に正確に予測した。既存のスクリーニングテストよりも60％改善されたことになる。
(エミリー・ムーリン)
- 人気の記事ランキング
- An AI app that “undressed” women shows how deepfakes harm the most vulnerable 「ディープヌード」騒動、拡大するAIコラ画像問題の根深さ
- Machine learning has been used to automatically translate long-lost languages 機械学習で古代文字を解読、「線文字B」を自動翻訳
- Life could exist in a 2D universe (according to physics, anyway) 2次元宇宙で生命は存在するか？ 米物理学者が示した意外な可能性
- A third CRISPR baby may have already been born in China 3人目の遺伝子編集ベビー、 中国ですでに誕生の可能性
- How Facebook’s new blockchain might revolutionize our digital identities 〇〇ペイとは桁違い、 FBがリブラで掲げる 「デジタルID」の巨大構想