密歇根大學的研究人員分析了近400名新冠患者的數據，并開發了一種算法，可以預測哪些患者的病情可能會隨著時間的推移而惡化。該算法利用機器學習，并考慮到一些生命體征，包括心率、呼吸頻率和血糖水平。在積累了48小時的患者數據后，發現該算法特別準確。

如果能及早發現高危新冠患者，就能讓醫生有更多時間考慮并實施積極的治療方案。研究人員指出，該算法可以整合到現有的臨床支持軟件中。

當出現新冠癥狀的患者入院時，很難預測他們的病情會經過幾天的治療就會好轉，還是會逐漸惡化。為此，密歇根大學的一個研究團隊最近開發了一種算法，旨在解決這個問題。該算法基于398名住院的COVID-19患者在三個月內獲得的臨床數據。

該算法利用機器學習，并考慮到幾個預測變量，包括患者的氧飽和度水平、呼吸頻率、心率、血壓和血糖水平。這項發表在《英國麻醉學雜志》上的研究指出，該算法可以高度準確地預測患者何時可能死亡或需要通氣。

Knowridge報告說：

團隊評估了4小時、8小時、24小時和48小時的數據點，試圖確定預測和干預病人惡化前所需的最佳時間。

他們發現離事件越近，他們的預測能力越高，這是他們所期望的。

但他們仍然能夠在48小時內以良好的辨別力預測結果，使提供者有時間對患者的護理進行改變或調動資源。

研究人員補充說，該算法可以很容易地整合到現有的臨床支持軟件中。總而言之，該算法使醫生更容易識別哪些COVID-19患者可能需要額外的支持和資源。通過早期識別這些患者，醫生將有更多的時間考慮積極的治療干預措施，并有更多的時間來規劃 “適當的呼吸機分配和使用”。
責編AJX