多模型AI诊断精度率达到96.47％

科学技术日报（记者张曼甘（Zhang Mengan），实习生曲）一项新的研究在7月16日发表在“科学报告”上，表明，将深入研究和学习机器相结合的多模型人工智能（AI）框架在Malaria诊断出大型诊断工具中的额定速度为96.47％，以实现96.47％的额定速度。这项研究由沙特阿拉伯的Ghov大学和埃及开罗完成，已在热带疾病的诊断领域建立了AI应用。作为对热带和亚热带地区的主要健康威胁，疟疾在2022年在全球范围内报告了2.49亿例病例，其中90％的非洲账户案件是。传统显微镜取决于专家经验，最新和易感性的NG错误，并且很难在资源范围内普及。此时开发的多模型AI大纲包括三个深入研究模型，以获取该功能。该团队在包含27,558张血液涂片图像的公共数据集中证明了良好的轮廓性能：敏感性高达96.03％，比最高96.90％，准确性高达96.88％，所有模型都比单个型号好。大多数投票机制可以通过纳入许多模型的酌处权有效地降低妄想的风险，并且其性能超过了现有的AI诊断方法。该结果为快速评估疟疾提供了可靠的解决方案，并且可以在没有特殊设备的情况下部署该技术，特别适合有限的医疗资源。接下来，团队将扩大数据集并探讨其他血液疾病（例如白血病）的应用程序。