分類・治療はAI医療の十八番 -敗血病の場合-

発表されたこと

JAMAは5月19日に彼らの全調査結果をオンラインで発表した。

ピッツバーグ大学メディカルセンター(UPMC)の研究者によると、彼らの研究は機械学習を利用し、約64,000人の敗血症患者の医療記録の臨床変数を分析するのに役立った、という。
この調査は、異なる人口統計、ラボテスト変数、および臓器機能不全のパターンが、敗血症関連の死亡と同様に様々な敗血症バイオマーカーと相関することを示した。

敗血症とは:
感染に対して宿主生体反応の統御不全により臓器機能不全を呈している状態である。

Christopher Seymour(MD、MSc)、および同僚は、統計学、機械学習、およびシミュレーションツールを最初に適用して、約2万人の敗血症の入院患者の健康記録における29個の臨床的特徴間における関係性を識別した。

このアルゴリズムは敗血症のすべての患者をサブバッチし、4種類に分けることができた。

4つの型の説明

このコンテンツを閲覧するには無料会員ログインが必要です。会員の方はログインして下さい。
新規無料会員登録はこちら

業界から探す

PAGE TOP