Biohub 发布机器学习脓毒症检测早期研究

事件综述根据 1 篇报道整理，10月30日更新

Biohub 团队开发了机器学习模型 Remo-ID，用无标记成像细胞仪 Remoscope 在 12 分钟内拍摄约 200 万个血细胞，据此判断是否患脓毒症。在 47 份患者与对照样本中，模型正确区分了 43 份，结果已作为预印本发布在 medRxiv。 研究限制明显：脓毒症组仅 13 人，少数异常病例就可能影响结果；研究者尚不确定哪些细胞特征驱动了预测。该模型训练使用超过 12 亿个细胞，仅提供样本级标签，不预先指定细胞特征。 Biohub 表示，这还不是获批的诊断工具，需更大样本和 FDA 批准。

综述由模型根据报道生成，细节以各篇原文为准。