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
- The real reason America is scared of Huawei: internet-connected everything ファーウェイ問題の本質 「5Gリスク」理解のために 知っておきたい5つのこと
- A new Harry Potter–themed cryptocurrency is like a more private version of Bitcoin サトシ・ナカモトの再来か？ 真の匿名性実現を謳う 「グリン」に沸く暗号通貨界
- We analyzed 16,625 papers to figure out where AI is headed next 深層学習の終わりの始まり arXiv投稿論文に見る AI研究のトレンド
- Data mining adds evidence that war is baked into the structure of society 「戦争のない世界」は実現可能か？600年分のデータ分析した結果
- How EnChroma’s Glasses Correct Color-Blindness 色覚補正メガネ エンクロマの仕組み