武漢研究團隊利用開放資料，透過深度學習(deep learning)及交叉驗證，建立了預測新冠肺炎及罹病嚴重度的模型。
開放資料包含1,521位肺炎(包含非新冠肺炎、疑似及確診新冠肺炎)患者的胸部電腦斷層影像及130種臨床檢驗數值(包含血液/尿液的生化及細胞學檢查等)，以及確診新冠肺炎患者的疾病嚴重度。
其中1170位病患資料為深度學習的訓練集(training dataset)，351位病患資料為驗證集(validation dataset)。利用訓練集訓練出的預測模型可成功辨識驗證集中的非新冠肺炎、新冠肺炎輕症及重症患者，ROC曲線下面積分別為0.944、0.860及0.884。此結果顯示開放資料及深度學習的應用，有助新冠肺炎的診斷及處置。
(財團法人國家衛生研究院 吳綺容醫師摘要整理)
Author：Wanshan Ning, Shijun Lei, Jingjing Yang, et al.
原文連結：https://www.nature.com/articles/s41551-020-00633-5