Lo indica la ricerca pubblicata sulla rivista Nature Communications e condotta fra Cina, Stati Uniti e Italia
L'intelligenza artificiale può essere accurata quasi quanto un medico nella diagnosi di Covid-19, soprattutto riconoscendo la polmonite scatenata dall'infezione da nuovo coronavirus. Lo indica la ricerca pubblicata sulla rivista Nature Communications e condotta fra Cina, Stati Uniti e Italia. I ricercatori hanno dimostrato che, analizzando le tomografie computerizzate (Tc) dei polmoni, un algoritmo è in grado di classificare la polmonite da Covid-19 con una precisione fino al 90%, oltre a identificare correttamente i casi positivi nell'84% dei casi e quelli negativi nel 93%. Le tomografie computerizzate (Tc), spiegano i ricercatori in una nota, "offrono una visione più approfondita della diagnosi e della progressione del Covid-19 rispetto ai test di reazione a catena della polimerasi di trascrizione inversa, o Rt-Pcr, spesso utilizzati.
Questi test hanno un alto tasso di falsi negativi e ritardi nell'elaborazione.
fonte: Nature Communications
Attenzione al Covid e all'Rsv. Pregliasco: "Significativo aumento delle infezioni da Sars-CoV-2 che per le categorie a rischio può essere ancora pericoloso"
Questo nuovo trattamento è stato inserito nell’elenco degli antibiotici per il trattamento delle infezioni da germi multiresistenti, con accesso al Fondo dei farmaci innovativi
Su Virusrespiratori.it esperti online e informazioni aggiornate sull’andamento della stagione
Contro l'emergenza micosi resistenti rezafungin per il trattamento di candidemia e candidosi invasiva negli adulti
Commissario straordinario, armonizzare azioni nei territori
Le indicazioni per la prossima campagna ricalcheranno quelle dello scorso autunno, quindi l'anti-Covid sarà "raccomandato" a persone di età pari o superiore a 60 anni. Dalla Florida sconsigliano i vaccini mRna
Lo rivela una ricerca sul New England Journal of Medicine
Nello spot di Italia Longeva il rapporto speciale tra nonno e nipote per sensibilizzare sulla importanza della prevenzione vaccinale per difendersi dalle malattie più temibili nella terza età
Commenti