O algoritmo usa dados de atividade celular, que são produzidos em cerca de duas horas, para identificar precocemente um quadro inicial de sepse, o que antes demorava até 2 dias e ocasionava alta taxa de mortalidade.
Os pesquisadores testaram vários biomarcadores de câncer presentes na urina, e encontraram uma combinação de sinais que, quando usado para treinar um modelo de machine learning, resultou em diagnósticos de câncer com praticamente 100% de precisão.
Pesquisadores desenvolveram uma forma barata, simples e eficiente de diagnosticar o transtorno, baseada em random forest.
