机构名称：
¥ 3.0
摘要：背景：COVID-19的声明声明引发了全球控制和管理病毒影响的努力。科学家和研究人员强烈参与制定有效的策略，这些策略可以帮助制定者和医疗保健系统来监测传播并减轻COVID-19-19大流行的影响。机器学习（ML）和人工智能（AI）已在战斗的几个方面应用。最重要的是诊断援助，包括患者分类，ICU入院和死亡率的预测，死亡率危险因素的识别以及发现治疗药物和疫苗。目的：这项系统评价旨在确定涉及实际患者数据的原始研究，以构建基于ML-和AI的模型，以在大流行期间为早期反应提供临床决策支持。方法：遵循PRISMA方法论，搜索了两个大型的学术研究出版物索引数据库，以调查基于ML的技术及其在医疗保健中的应用来对抗COVID-19的大流行。结果：文献搜索返回了1000多篇论文；根据特定标准选择了220个。选定的研究说明了ML在支持医疗保健专业人员方面的实用性（1）根据疾病严重程度的患者分类，（2）预测入院或重症监护病房（ICU）（ICU），（3）寻求新的或重复的治疗方法以及（4）死亡率危险因素的识别。文献缺乏支持这种所需翻译的强大模型验证。结论：ML/AI研究界能够为COVID-19诊断患者预测死亡率，住院和治疗建议，并开发多种解决方案，为在与此作用和预测流传学的临床实践中进一步整合ML开门。然而，数据集的异质性以及方法和计算方法的异质性阻碍了临床实践的翻译。
机器学习对COVID -19 -addi
主要关键词
相关文件推荐
