Dữ liệu thu thập từ 76 bệnh nhân hen suyễn trong nghiên cứu myAirCoach giai đoạn I, gồm 786 bản ghi đầy đủ từ 55 bệnh nhân.

• Các bản ghi bao gồm: bảng hỏi ACD, sử dụng thuốc (controller và reliever), đo FeNO, đo FEV1.
• - Trạng thái kiểm soát hen được gán nhãn tự động theo điểm ACD: 0–0.75 (xanh), 0.75–1.5 (vàng), >1.5 (đỏ).
• - Mô hình dự đoán sử dụng dữ liệu ACD của 3 ngày gần nhất trong các khung thời gian 3, 5, và 7 ngày.
• - So sánh giữa nhãn ACD chuẩn và nhãn ACD điều chỉnh (ACD1) – có tính đến biến động >0.5 điểm giữa các ngày.
• - Kết quả cho thấy Random Forests và SVM có độ chính xác cao nhất (~80%) trong dự đoán trạng thái kiểm soát hen.
• - Dữ liệu được phân nhóm theo mức độ tương quan giữa các chỉ số (FEV1, FeNO, thuốc) và trạng thái ACD để huấn luyện mô hình cá nhân hóa.
• - Mô hình đa thuật toán cho phép DSS chọn mô hình tối ưu theo từng bệnh nhân và loại dữ liệu có sẵn.
• - DSS cung cấp hướng dẫn cá nhân hóa cho bệnh nhân và cảnh báo cho bác sĩ.