新型冠狀病毒顯示出了一種針對腎臟的討厭的傾向,而且醫(yī)生不能總是說出哪些患者需要透析,直到他們這樣做。到那時(shí),挽救生命通常為時(shí)已晚。
事實(shí)證明,一種新的機(jī)器學(xué)習(xí)模型可以準(zhǔn)確地使呼叫盡早進(jìn)行,以便進(jìn)行預(yù)先計(jì)劃,準(zhǔn)備和安排患者。
西奈山伊坎醫(yī)學(xué)院的Lili Chan博士及其同事在美國腎臟病學(xué)會(huì)虛擬全國會(huì)議上描述了他們開發(fā)和測試該算法的工作,該會(huì)議在周末結(jié)束。
該團(tuán)隊(duì)使用來自3,000例住院且COVID陽性的患者的數(shù)據(jù)對模型進(jìn)行了訓(xùn)練。研究人員僅納入了入院48小時(shí)后收集的信息,挑戰(zhàn)了AI來預(yù)測哪些急性腎損傷患者需要透析。
在測試階段,該模型提供了很高的精度(AUC為0.79)。結(jié)果表明,最有價(jià)值的入院前預(yù)測指標(biāo)是肌酐和鉀的血藥濃度,年齡,心率和血氧飽和度的生命體征。
Chan在新聞稿中說:“使用入場特征的機(jī)器學(xué)習(xí)模型在預(yù)測透析需求方面具有良好的性能。”“像這樣的模型對于將來COVID-19激增期間的資源分配和計(jì)劃很有用。我們正在將該模型部署到我們的醫(yī)療系統(tǒng)中,以幫助臨床醫(yī)生更好地為患者提供護(hù)理。”
Chan及其同事在另一個(gè)最新研究項(xiàng)目中發(fā)現(xiàn),在紐約市住院的近4,000名COVID患者中,約46%患有急性腎損傷。其中,有19%需要透析,其中一半在醫(yī)院死亡。
責(zé)任編輯:lq
-
模型
+關(guān)注
關(guān)注
1文章
3483瀏覽量
49957 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8490瀏覽量
134030 -
COVID-19
+關(guān)注
關(guān)注
0文章
226瀏覽量
10751
發(fā)布評論請先 登錄
使用MATLAB進(jìn)行無監(jiān)督學(xué)習(xí)

機(jī)器學(xué)習(xí)模型市場前景如何
【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗(yàn)】+Embedding技術(shù)解讀
【「基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化」閱讀體驗(yàn)】+大模型微調(diào)技術(shù)解讀
【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】2.具身智能機(jī)器人大模型
AI大模型與深度學(xué)習(xí)的關(guān)系
AI大模型與傳統(tǒng)機(jī)器學(xué)習(xí)的區(qū)別
【「大模型時(shí)代的基礎(chǔ)架構(gòu)」閱讀體驗(yàn)】+ 第一、二章學(xué)習(xí)感受
【《大語言模型應(yīng)用指南》閱讀體驗(yàn)】+ 基礎(chǔ)知識(shí)學(xué)習(xí)
rup是一種什么模型
Al大模型機(jī)器人
人工神經(jīng)網(wǎng)絡(luò)模型是一種什么模型
機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用
深度學(xué)習(xí)模型訓(xùn)練過程詳解
通過強(qiáng)化學(xué)習(xí)策略進(jìn)行特征選擇

評論