Машинное обучение рутинным тестам крови предсказывает последствия травмы спинного мозга в течение нескольких дней, помогая принимать решения на ранней стадии лечения. Machine learning of routine blood tests predicts spinal cord injury outcomes within days, aiding early treatment decisions.

Исследование, проведенное Университетом Ватерлоо, показывает, что обычные анализы крови, анализируемые с помощью машинного обучения, могут прогнозировать тяжесть и результаты травм спинного мозга, включая выживание, в течение нескольких дней после поступления, даже до проведения неврологических обследований. A University of Waterloo study finds that routine blood tests, analyzed with machine learning, can predict spinal cord injury severity and outcomes—including survival—within days of admission, even before neurological exams. Используя данные, полученные от более чем 2600 американских пациентов, исследователи выявили закономерности в общих маркерах крови, таких как электролиты и иммунные клетки, собранные в первые три недели после травмы. Using data from over 2,600 U.S. patients, researchers identified patterns in common blood markers like electrolytes and immune cells collected in the first three weeks post-injury. Эти модели точно спрогнозировали результаты на ранних этапах с повышением точности с течением времени, предлагая низкозатратный, широкодоступный инструмент для руководства лечением и использованием ресурсов в интенсивной терапии. The models accurately forecasted outcomes early on, with accuracy improving over time, offering a low-cost, widely available tool to guide treatment and resource use in intensive care. Такой подход мог бы способствовать более раннему прогнозу и индивидуализированному уходу за пациентами, страдающими травмой спинного мозга, во всем мире. The approach could enhance early prognosis and personalized care for spinal cord injury patients globally.