加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 访谈 > 正文

机器学习可以帮助避免婴儿的不适

发布时间:2020-10-01 12:23:09 所属栏目:访谈 来源:网络整理
导读:AI算法可以停止1,240名发烧婴儿中的近850名(快要70%)免于经验疾苦的腰椎穿刺(也称为脊椎抽头),以查明他们的高温是否是因为严峻的细菌传染引起的。 这项研究背后的婴儿年数不高出60天,并在多家医院接管过治疗。资深作者伊丽莎白阿尔珀恩,医学博士,西北

AI算法可以停止1,240名发烧婴儿中的近850名(快要70%)免于经验疾苦的腰椎穿刺(也称为“脊椎抽头”),以查明他们的高温是否是因为严峻的细菌传染引起的。

这项研究背后的婴儿年数不高出60天,并在多家医院接管过治疗。资深作者伊丽莎白阿尔珀恩,医学博士,西北大学和劳瑞儿童医院在芝加哥和同事们的事变颁发在儿科和包围由医院的消息部分。

呆板进修可以辅佐停止婴儿的不适

该团队开拓了四种有监视的呆板进修情势的风险分层模子-Logistic回归,随机丛林,支持向量机和单潜匿层神经收集。

行使尝试室功效举办地面验证的内部验证表现,随机丛林技能实现了最佳特异性(75%)和最高迅速度(99%)。

随机丛林模子仅对一例菌血症举办了错误分类。(其他范例的严峻细菌传染包罗细菌性脑膜炎和尿路传染。)

呆板进修可以辅佐停止婴儿的不适

作者总结说:“尽量计较伟大,缺乏参数临界值而且必要外部验证,可是这种计策可以镌汰不须要的措施,住院和抗生素,同时保持精彩的敏感性。”

在这则医院消息中,第一作者,医学博士Sriram Ramgopal说,敏捷弄清哪些高热婴儿在产生严峻细菌传染的高风险在他的临床规模急诊尤为重要。

他增补说,随机丛林风险评估模子通过“逾越了我们今朝行使的决定法则的猜测手段”,给研究职员留下了深刻的印象。

Ramgopal说:“我们的研究功效很有但愿,并也许为临床上最终行使这种人工智能铺平阶梯。”

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读