Il Machine Learning rivela una sorpresa sul COVID

Machine Learning reveals COVID surprise.

Ricercatori dell’Università Northwestern e dell’Università del Wisconsin hanno utilizzato l’apprendimento automatico (ML) per analizzare i casi di polmonite giornalieri in un’unità di terapia intensiva (ICU) basandosi su registri elettronici di salute e hanno ottenuto sorprendenti informazioni sui pazienti COVID-19.

Clusterizzando i giorni dei pazienti, l’analisi ML suggerisce che i pazienti COVID-19 in ICU sperimentano più frequentemente la lunga durata dell’insufficienza respiratoria e il rischio di infezione secondaria rispetto alla sindrome da tempesta di citochine, reazioni immunitarie severe in cui il corpo rilascia troppi citochine (piccole proteine importanti nella segnalazione cellulare) nel sangue troppo rapidamente.

I ricercatori hanno sviluppato il framework ML CarpeDiem utilizzando la piattaforma Jupyter Notebook, compilando un dataset di 44 parametri clinici distinti per ogni giorno di paziente, mentre la clusterizzazione ha prodotto 14 coorti con diverse firme di sei tipi di disfunzione degli organi.

Catherine Gao della Northwestern ha affermato che gli algoritmi ML utilizzati dai ricercatori li hanno aiutati a “vedere emergere chiari schemi che avevano senso clinico”. Da IEEE Spectrum Visualizza l’articolo completo

Copyright degli abstract © 2023 SmithBucklin, Washington, DC, USA