瑞典乌普萨拉大学开发了一种个体化诊断预测模型
文章导读
诊断多发性硬化症类型总是延迟3年，导致治疗时机错失？瑞典乌普萨拉大学的最新AI模型正颠覆这一困境！利用机器学习共形预测技术，该模型精准区分复发缓解型（RRMS）与继发性进展型（SPMS）疾病，99%置信度下实现81%可靠预测和18%可解释不可靠预测，错误率仅约1%。可解释AI工具深度解析模糊病例，帮助医生避免误诊延误。发表在《数字医学》的研究，揭秘如何通过个体化预测重塑神经疾病诊疗。立即阅读，掌握避免诊断陷阱的智能方案！
— 内容由好学术AI分析文章内容生成，仅供参考。
4月24日，瑞典乌普萨拉大学研究人员采用机器学习与人工智能技术，基于机器学习采取共形预测（CP）等方法，针对多发性硬化症（MS）评估，构建了精准的预测模型。研究成果发表在《数字医学》（Digital Medicine）上。
从复发缓解型硬化症（RRMS）逐渐过渡到继发性进展型硬化症（SPMS），回顾性诊断通常会延迟3年。为了解决这种诊断延迟问题，研究人员开发了一个预测模型，使用电子健康记录来区分每次就诊时的复发缓解型硬化症（RRMS）和继发性进展型硬化症（SPMS）。该模型以99%的置信度提供了81%的单标签预测和18%的不可靠预测，错误率约为1%。当面对不可靠的预测时，可解释的人工智能对于阐明这些预测背后的原因十分重要。共形预测和人工智能都为用户提供了工具，以检查和分析偶尔不可靠的预测。
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
暂无评论...