AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-24
基於機器學習的網頁應用程式協助川崎氏症診斷並預測其預後
原標題: A machine learning-based web application aids Kawasaki disease diagnosis and predicts its outcomes
川崎氏症必須及時以 IVIG 治療,否則患者可能對治療無反應或發生動脈瘤。作者利用 628 例川崎氏症與 155 例類川崎氏症病例的資料,建立機器學習模型,用以預測川崎氏症診斷、IVIG 無反應及動脈瘤形成;到第 4 天時 AUC 均超過 0.7,而在第 5 天,川崎氏症模型的陽性預測值達到 90% 以上。這些模型被包裝成網頁應用程式,可在資源有限與資源充足的環境中用於早期診斷與風險分層。