KADOKAWA Technology Review
×
博愛家
35歳未満のイノベーター35人 2017博愛家
人々の生活を直接改善し、ときには危機から救う、テクノロジーによる解決策を見出します。

Suchi Saria スーチ・サリア (34)

ジョンズ・ホプキンズ大学

敗血症になる危険性を、既存の医療データに基づいて正確に予測するアルゴリズムを作成した。

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
  1. How EnChroma’s Glasses Correct Color-Blindness 色覚補正メガネ エンクロマの仕組み
人気の記事ランキング
  1. How EnChroma’s Glasses Correct Color-Blindness 色覚補正メガネ エンクロマの仕組み
フォローしてください重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る