密歇根大学的研究者分析了近400名新冠患者的数据，开发了预测哪些患者的病情有可能随时间恶化的算法。 该算法利用机器学习，考虑心率、呼吸频率、血糖值等生命体征。 积累了48小时的患者数据后，发现该算法特别准确。
如果能尽早发现高危新冠患者，医生就能花更多的时间思考和实施积极的治疗方案。 研究人员表示，该算法可以集成到现有的临床支持软件中。
如果出现新冠症状的患者住院，经过几天的治疗，病情是好转还是逐渐恶化是很难预测的。 因此，密歇根大学的研究小组最近开发了解决这个问题的算法。 该算法基于398名住院的COVID-19患者在3个月内获得的临床数据。
该算法利用机器学习，考虑患者的氧饱和度水平、呼吸频率、心率、血压、血糖水平等几个预测变量。 这项发表在《英国麻醉学杂志》年的研究表明，该算法能够高度准确地预测患者何时可能死亡或可能需要换气。
根据科学研究所的报告：
小组评估了4小时、8小时、24小时和48小时的数据点，试图确定在患者恶化之前进行预测和干预的最佳时间。
他们发现离事件越近，他们的预测能力越高，那就是他们的期望。
但是，他们仍然可以在48小时内用良好的辨识力预测结果，让提供者有时间改变患者的护理，调动资源。
研究人员进一步表示，该算法很容易集成到现有的临床支持软件中。 总之，该算法使医生更容易识别哪些COVID-19患者可能需要额外的支持和资源。 通过早期识别这些患者，医生考虑积极的治疗干预措施的时间会增加，计划“适当分配和使用呼吸机”的时间也会增加。