外媒 | 新机器学习模型识别长期COVID亚型-普瑞纯证

根据美国人口普查局于2022年6月1日至6月13日收集并由疾病控制和预防中心（CDC）国家卫生统计中心（NCHS）分析的数据显示，超过40%的美国成年人报告曾感染COVID-19。其中，19%仍然经历COVID-19症状，这种情况被称为长期COVID。总体而言，7.5%的美国成年人患有长期COVID，CDC将其定义为在首次感染病毒后持续三个月或更长时间的症状，而这些症状在COVID-19感染之前并不存在。然而，该病的症状仍然有很多未知。CDC报告称，症状可能因人而异，包括神经、呼吸、心脏、消化和其他症状。这些症状可能持续数周、数月或数年。为了填补关于长期COVID的知识空白，许多研究努力，包括利用人工智能和机器学习。在最近发表的一项研究中，加州大学伯克利分校的研究人员展示了一种机器学习模型的开发，该模型利用电子病历数据获取有关长期COVID的见解，并支持精准临床管理策略。该模型通过计算模拟从电子病历分析中获取的SARS CoV-2感染后的后续症状（PASC）表型数据，并使用语义相似性评估患者之间的表型相似性。语义相似性是一种生物信息学度量，用于比较不同类型的生物医学实体的生物学角色，而不是它们的外观。研究人员使用6,469名确诊为长期COVID的患者的数据开发和验证了该工具。研究人员解释说：“基本上，我们在每个长期COVID患者的电子病历数据中找到了长期COVID特征，然后使用语义相似性评估患者之间的相似性，这实际上允许在特征之间进行‘模糊匹配’。例如，‘咳嗽’与‘呼吸急促’不同，但它们很相似，因为它们都涉及肺部问题。”

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。