5月14日，Nature Machine Intelligence发表了题为“An interpretable mortality prediction model for COVID-19 patients”的文章。
COVID-19病例的突然增加给全世界医疗系统带来了巨大压力。当前阶段，疾病严重程度的快速、准确和早期临床评估是至关重要的。为了支持医疗系统的决策和规划，本研究利用中国武汉地区485名感染患者的血样数据，确定了疾病死亡率的关键预测生物标志物。文章中利用机器学习工具选择了三种生物标记物：乳酸脱氢酶（LDH）、淋巴细胞和高敏C反应蛋白（hs-CRP），它们能提前10天以上预测个别患者的死亡率，准确率超过90%。特别是，相对较高水平的乳酸脱氢酶似乎在区分绝大多数需要立即就医的病例方面发挥了关键作用。这一发现与当前医学知识一致，即高乳酸脱氢酶水平与各种疾病（包括肺炎等肺部疾病）中发生的组织破坏有关。总体来说，本文提出了一个简单且可操作的决策规则，可快速预测风险最高的感染患者，从而使他们得到优先安置，并有可能降低死亡率。
