【AI表明哪些症状可能是COVID19的主要指标】在本周Arxiv.org上发表的一篇预印论文中 , 来自梅奥诊所(Mayo Clinic)和Nference的一组研究人员报告称 , 他们已经使用人工智能分离出了的表型特征 。他们声称 , 咳嗽、腹泻、嗅觉丧失(味觉或嗅觉丧失)和过度出汗的特定组合 , 构成了最早的电子医疗记录——covid19的一些特征 , 这些特征在检测前4到7天就出现了 。
联合作者的方法可以用来发现和分类的早期病例 , 也许可以减轻医院不堪重负的负担 。虽然目前还没有治愈的方法 , 但初步研究表明 , 早期诊断可以显著改善健康结果 。
为了进行分析 , 研究小组使用了一个自然语言处理系统 , 该系统旨在自动识别疾病、药物、表型和其他实体;量化这些实体之间的上下文关联的强度;并将每个联想归类为“积极的”、“消极的”或“其他的” 。它整合了谷歌的Transformer架构 , 其中包含神经元(数学函数) , 它们按层排列 , 传输来自数据的信号 , 并调整每个连接的强度(权重) 。所有的人工智能模型都是通过这种方式进行预测的 , 但变形金刚的独特之处在于 , 它将每个输出元素都连接到每个输入元素上 。每个元素之间的权重是动态计算的 。
该系统吸收了来自梅奥诊所的8,22,9092份电子病历临床记录 , 其中14,967名患者接受了PCR检测 , 这是一种用于检测抗原存在的检测形式(数据集中的272名患者被证实有covid19) 。症状和假定的症状均取自于进行PCR检测前几周和检测后几周的记录 。
ai提取的信息显示 , 在PCR检测前一周 , 43例covid -19阳性患者(15.8%)出现腹泻 , 而822例covid -19阴性患者(5.6%)出现腹泻 。味觉或嗅觉的改变或减弱在covid19患者中也被放大 , 同样 , 在较小程度上 , 过度出汗(31例 , 占11.4%)、疲劳(37例 , 占13.6%)、头痛(35例 , 占12.9%)和咳嗽也被放大 。有趣的是 , 尽管有相反的证据 , 发热和寒颤被发现对的患者有一定程度的非特异性 , 至少在这个患者群体中- 24.6%的阳性患者在PCR检测前一周有发热 , 而18.6%的阴性患者有发热 。
在对数据的进一步分析中 , 在251例27种表型的关联中 , covid -19阳性和covid -19阴性的患者中 , 有两种表型(1)咳嗽和腹泻 , (2)出汗和腹泻 , 被发现“特别显著” 。“咳嗽和腹泻同时发生在36例伴有covid19的患者(13.2%)和486例未伴有covid19的患者(3.3%)中 , 显示了4倍的放大 , 而出汗和腹泻同时发生在21例伴有covid19的患者(7.7%)和204例未伴有covid19的患者(1.4%)中 。
推荐阅读
- 灰燕怎么分公母
- 给可燃冰下个定义
- Realme 5s将于明天在推出 这是我们对手机的全部了解
- 通讯地址指的是什么 通讯地址一般填什么
- 腰部吸脂手术 合川人民医院腰腹吸脂多少钱
- 古风繁体字唯美句子 古风最美繁体字网名
- 知识科普:二手房签订合同后不想卖了怎么办卖房人篇
- 房管局是干什么的 房管局是干什么的地方
- 大众越野自动挡十万左右 一汽大众10万以下自动挡