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
- Is “Planet 9” actually a primordial black hole? 謎の「第9惑星」の正体は原始ブラックホールか？ 英天文学者が提唱
- Future of Society Conference 2019 MITTR日本版カンファレンス、今年のテーマは「宇宙ビジネス」
- You can now listen to rumbling marsquakes heard by NASA’s Mars lander NASA、探査機インサイトが観測した火星の地震の「音」を公開
- The connection between video games and mass shootings isn’t just wrong—it’s racist 「ゲームが犯罪の元凶」は人種差別の隠れ蓑だった
- Here’s what quantum supremacy does—and doesn’t—mean for computing グーグルの「量子超越性」 実証は何を意味するのか？