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
- Advanced solar panels still need to pass the test of time ペロブスカイト太陽電池、真の「耐久性」はいつ分かる?
- Why hydrogen is losing the race to power cleaner cars 「いいことずくめ」の水素燃料電池車はなぜEVに負けたのか?
- I used generative AI to turn my story into a comic—and you can too プロンプト不要、生成AIで誰でも物語からマンガが作れる
- Trump wants to unravel Biden’s landmark climate law. Here is what’s most at risk. 「もしトラ」に現実味、トランプ返り咲きで気候政策はどうなる?