New AI Model for Early Detection of Severe SARS-CoV-2 Illnes

New AI Model for Early Detection of Severe SARS-CoV-2 Illness in Children
Written by AZoRoboticsFeb 4 2021
The impact of COVID-19 caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) on children has been less when compared to adults.
Image Credit: Wayne State University.
However, some children diagnosed with SARS-CoV-2 experienced acute illnesses, such as respiratory failure and Multisystem Inflammatory Syndrome (MIS-C). Almost 80% of children with MIS-C fall critically ill with a mortality rate of 2%–4%.
At present, techniques to identify the spectrum of severity of the disease and to predict which children with SARS-CoV-2 exposure will develop acute illnesses, such as MIS-C, are lacking. Hence, there is an emergent need to create a diagnostic modality to differentiate the various phenotypes of the disease and for risk stratification.

Related Keywords

, Dongxiao Zhu , Usha Sethuraman , Steven Hicks , Wayne State University , Multi Neural Network Intelligence , Central Michigan University , Penn State University Hershey Medical Center , College Of Engineering , National Institutes Of Health , Penn State University , Wayne State , Multisystem Inflammatory Syndrome , Associate Professor , Computer Science , Predictors Integrating Salivary Transcriptomics , Eunice Kennedy Shriver National Institute , Child Health , Human Development , National Institutes , உஷா சேதுராமன் , ஸ்டீவன் ஹிக்ஸ் , வேன் நிலை பல்கலைக்கழகம் , பல நரம்பியல் வலைப்பின்னல் உளவுத்துறை , மைய மிச்சிகன் பல்கலைக்கழகம் , பென் நிலை பல்கலைக்கழகம் ஹெர்ஷே மருத்துவ மையம் , கல்லூரி ஆஃப் பொறியியல் , தேசிய நிறுவனங்கள் ஆஃப் ஆரோக்கியம் , பென் நிலை பல்கலைக்கழகம் , வேன் நிலை , இணை ப்ரொஃபெஸர் , கணினி அறிவியல் , யூனிஸ் கெந்நெடீ ஶ்ரைவர் தேசிய நிறுவனம் , குழந்தை ஆரோக்கியம் , மனிதன் வளர்ச்சி , தேசிய நிறுவனங்கள் ,