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,挽救生命通常為時已晚。
事實證明,一種新的機器學習模型可以準確地使呼叫盡早進行,以便進行預先計劃,準備和安排患者。
西奈山伊坎醫學院的Lili Chan博士及其同事在美國腎臟病學會虛擬全國會議上描述了他們開發和測試該算法的工作,該會議在周末結束。
該團隊使用來自3,000例住院且COVID陽性的患者的數據對模型進行了訓練。研究人員僅納入了入院48小時后收集的信息,挑戰了AI來預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)。結果表明,最有價值的入院前預測指標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:“使用入場特征的機器學習模型在預測透析需求方面具有良好的性能?!薄跋襁@樣的模型對于將來COVID-19激增期間的資源分配和計劃很有用。我們正在將該模型部署到我們的醫療系統中,以幫助臨床醫生更好地為患者提供護理?!?/p>
Chan及其同事在另一個最新研究項目中發現,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,其中一半在醫院死亡。
責任編輯:lq
-
模型
+關注
關注
1文章
3516瀏覽量
50361 -
機器學習
+關注
關注
66文章
8501瀏覽量
134529 -
COVID-19
+關注
關注
0文章
226瀏覽量
10832
發布評論請先 登錄
大模型推理顯存和計算量估計方法研究
機器學習模型市場前景如何
【「基于大模型的RAG應用開發與優化」閱讀體驗】+Embedding技術解讀
【「基于大模型的RAG應用開發與優化」閱讀體驗】+大模型微調技術解讀
【「具身智能機器人系統」閱讀體驗】2.具身智能機器人大模型
《具身智能機器人系統》第7-9章閱讀心得之具身智能機器人與大模型
cmp在機器學習中的作用 如何使用cmp進行數據對比
NPU與機器學習算法的關系
AI大模型與深度學習的關系
【「大模型時代的基礎架構」閱讀體驗】+ 第一、二章學習感受
構建語音控制機器人 - 線性模型和機器學習

評論