研究 者 たち は , 慢性 疲労 症 候 群 を 83 % の 正確 さ で 予測 し , 診断 を 速める 機械 学習 法 を 開発 し て い ます。 Researchers develop a machine learning model that predicts chronic fatigue syndrome with 83% accuracy, speeding up diagnosis.

メルボルン大学の研究者は 28のバイオマーカーと症状を分析することで 慢性疲労症候群 (CFS) を 83%の正確さで予測できる 機械学習モデルを開発しました Researchers at the University of Melbourne have created a machine learning model that can predict chronic fatigue syndrome (CFS) with 83% accuracy by analyzing 28 biomarkers and symptoms. これ は , 決定 的 な 検査 が なさ れ て い ない ため に 何 年 も かかる 病気 の 診断 を 著しく 速める こと が あり ます。 This could significantly speed up diagnosis for a condition that often takes years to identify due to lack of a definitive test. このモデルは,最終的にGPオフィスで,より迅速かつ精密な診断を行うことが可能になった. The model could eventually be used in GP offices to aid quicker and more accurate diagnoses.