Os pesquisadores desenvolvem um modelo de aprendizado de máquina que prevê a síndrome da fadiga crônica com 83% de precisão, acelerando o diagnóstico. Researchers develop a machine learning model that predicts chronic fatigue syndrome with 83% accuracy, speeding up diagnosis.

Pesquisadores da Universidade de Melbourne criaram um modelo de aprendizado de máquina que pode prever a síndrome da fadiga crônica (SFC) com 83% de precisão, analisando 28 biomarcadores e sintomas. 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. Isso poderia acelerar significativamente o diagnóstico de uma condição que muitas vezes leva anos para ser identificada devido à falta de um teste definitivo. This could significantly speed up diagnosis for a condition that often takes years to identify due to lack of a definitive test. O modelo poderia eventualmente ser usado em escritórios GP para ajudar diagnósticos mais rápidos e precisos. The model could eventually be used in GP offices to aid quicker and more accurate diagnoses.