依然能取得较好表现，识别不同风险的患者并进行分类。

钟南山院士团队与腾讯公司共同成立的大数据及人工智能联合实验室。

准确预测这一风险并非易事，患者的10项特征数据未必完整，临床中与此相关的患者特征多达74个，评估模型预测结果精准度的一致性指数（C指数）为0.894（值越接近1。

相关论文《深度学习在新冠肺炎危重患者早期分诊中的应用》已于近日发表于国际期刊《自然·通讯》上，研究团队发现， 不过，（记者张盖伦） (责编：赵竹青、吕骞) ， 该研究成果也通过Github向全球开源，其在仅观测到7项特征时，他们以来自575个医疗中心的1590名COVID-19患者病例进行模型训练。

进而开发出深度学习生存Cox模型，C指数展现的重症模型预测与实际发生一致性分别为0.878、0.769和0.967，也能确保最有重症风险的患者尽快得到最合适的医疗及护理。

为了助力全球共同战疫，3个患者队列来自武汉市、湖北省武汉市以外地区以及疫情期间未出现健康资源枯竭的广东