5歳より前に小児喘息と診断されるような症例では、成長後に症状が治まるケースもしばしばみられ、以後も症状が持続する個人を特定することには難しさがあった。電子カルテ（EHR）データからのAI/機械学習アプローチで「幼児期の喘息が一過性か持続性かを予測する研究」が米ペンシルバニア州のフィラデルフィア小児病院が保有する大規模データをもとに行われた。
オープンアクセスの査読付き科学ジャーナル PLOS ONEに発表された同研究では、2-5歳で喘息の診断を受けた9,934名の子どものデータセットが用いられ、その後に喘息関連の診察を受けていない一過性診断と、5-10歳で引き続き喘息関連の診察を受けた持続性診断を区別するため、5つの機械学習モデルが訓練された。なかでもXGBoostを用いたモデルが最良の予測指標（評価指標ANSA: average NPV-Specificity areaの平均で0.43）を示した。同研究の結果から、喘息症状が持続することへの重要な特徴として、喘息に関連した受診回数の総数や初期診断の年齢、アレルギー性鼻炎、湿疹などが確認された。
研究グループは「小児喘息の早期診断によって不必要な治療が継続されたり、子どもと家族の生活の質が低下する可能性もある。小児科医と親にとって、小児喘息が慢性疾患として持続するか、一過性の診断の可能性があるのか、機械学習モデルによって個別に予見できるようになれば価値のあること」と主張している。
