ジョンズ・ホプキンス・AIは 手術の合併症を85%予測 ECGとレコードを使って 伝統的手法を打破する Johns Hopkins AI predicts surgery complications 85% of the time using ECGs and records, beating traditional methods.

ジョンズ・ホプキンス大学の研究者はAIモデルを開発し,標準電気心電図(ECG)と患者医療記録を分析することで85%の正確性で検査後の合併症を予測し,約60パーセントのケースにおいて正確である伝統的な危険得点を上回る. Researchers at Johns Hopkins University have developed an AI model that predicts post-surgical complications with 85% accuracy by analyzing standard electrocardiogram (ECG) tests and patient medical records, outperforming traditional risk scores that are accurate in about 60% of cases. ECGのデータから 微妙なパターンを検出し 手術で判断し 患者の成果を向上させる可能性があります The model uses deep learning to detect subtle patterns in ECG data previously overlooked by clinicians, potentially improving surgical decision-making and patient outcomes. この研究は3万7千人の患者のデータを基に AIが手術リスクの評価方法を変革し 更に検証と拡大を計画していることを示唆しています The study, based on data from 37,000 patients, suggests AI could transform how surgical risks are assessed, with further testing planned to validate and expand its use.