AI模型精准预测女性长新冠轨迹
新研究利用可解释大语言模型,从症状中分离病理信号,提升长新冠预测准确性。
长期新冠后遗症(PASC)在女性中更常见,症状如失眠、疲劳等常与更年期等生理变化重叠,导致诊断混淆。一项发表于medRxiv的预印本研究开发了可解释的大语言模型,能够区分真正的病理信号与这些混杂因素。
该模型在预测未来PASC严重程度方面与强预测模型相当,同时提供了可解释的因果分解。研究者认为,这一方法有望改善女性长新冠的诊断和个性化治疗。
需要注意,该研究尚未经过同行评审,但为理解长新冠的性别差异提供了新视角。