新冠肺炎是较长归类为全球卫生紧急情况由世界卫生组织，但是科学家仍在努力了解有关病毒及其影响 - 包括如何新冠病毒影响身体并导致死亡。
一项新的分析表明，由于COVID-19的感染，需要从呼吸机中需要帮助的人中有很大比例的人也会发展出次要细菌肺炎。该肺炎的死亡率高于19岁的感染。
因此，尽管Covid-19可能使这些患者进入医院，但实际上是通过使用机械呼吸机引起的感染，当这种感染对治疗没有反应时，它更有可能是死亡的原因。
“我们的研究强调了预防，寻找和积极治疗严重肺炎患者（包括患有COVID-19的患者）中的次要细菌性肺炎的重要性，”说本杰明·辛格（Benjamin Singer），伊利诺伊州西北大学的肺科医生。
该小组查看了同样位于伊利诺伊州西北纪念医院的重症监护室（ICU）的585人的记录。他们都患有严重的肺炎和/或呼吸衰竭，190年为190。
使用机器学习通过数据解决方法，研究人员根据患者的状况和重症监护的时间对患者进行了分组。
调查结果驳斥了这样的想法一场细胞因子风暴在Covid-19之后，导致器官衰竭的压倒性炎症反应 - 导致大量死亡。没有证据表明所研究的患者多器官失败。
取而代之的是，COVID-19患者更有可能发展与呼吸机相关的肺炎（VAP）和更长的时间。在研究中，VAP不反应治疗的病例很重要。
“那些被治愈的肺炎治愈的人可能会生存，而那些肺炎没有解决的人更有可能死亡，”说歌手。
“我们的数据表明，与病毒本身有关的死亡率相对较低，但是在ICU停留期间发生的其他事情，例如次要细菌性肺炎，抵消了这一点。”
这些结果表明，如果有更好的诊断和治疗垃圾发作的策略，那么ICU的结果就可以改善 - 研究人员说将来需要解决这一点。
值得一提的是，如果患者要求呼吸机治疗CoVID-19并发症会导致VAP，这并不意味着COVID-19的感染危险不大，也不会减少COVID-19的死亡人数。
作为作者写在他们的论文中，“ COVID-19患者的住院时间相对较长，主要是由于呼吸道衰竭的时间长，使他们处于更高的VAP风险。”
但是，这些发现凸显了需要进一步研究的必要性，并且在对Covid-19案件中的死亡原因做出假设时要保持谨慎。来自同一研究的详细分子分析应更多地揭示导致从VAP恢复或不恢复之间的差异的原因。
这也是机器学习的另一个例子人工智能可以处理大量的数据和现场模式，而不是人类 - 无论是分析蛋白质或者推进数学。
“机器学习和人工智能在临床数据中的应用可用于开发更好的方法来治疗COVID-19，并协助ICU医生管理这些患者，”说凯瑟琳·高（Catherine Gao），也是肺科医生和西北地区。
该研究已发表在临床调查杂志。
