人工智能模型在診斷兒科耳部感染方面優(yōu)于臨床醫(yī)生

在 Mass Eye and Ear 建立的人工智能 (AI) 模型在診斷小兒耳部感染方面的準(zhǔn)確度顯著高于醫(yī)生，這是一個(gè)致力于開發(fā)該模型的研究團(tuán)隊(duì)。臨床使用報(bào)道。

根據(jù) 8 月 16 日發(fā)表在《耳鼻咽喉頭頸外科》上的一項(xiàng)新研究，該模型稱為 OtoDX，在一組 22 張測(cè)試圖像中診斷耳部感染的準(zhǔn)確率超過(guò) 95%，而在一組臨床醫(yī)生中準(zhǔn)確率為 65%由耳鼻喉科、兒科醫(yī)生和初級(jí)保健醫(yī)生組成，他們審查了相同的圖像。

在包含 600 多張內(nèi)耳圖像的數(shù)據(jù)集中進(jìn)行測(cè)試時(shí)，AI 模型的診斷準(zhǔn)確率超過(guò) 80%，與醫(yī)學(xué)文獻(xiàn)中報(bào)道的臨床醫(yī)生的平均準(zhǔn)確率相比有了顯著的飛躍。

該模型利用了一種稱為深度學(xué)習(xí)的人工智能，它是根據(jù)在 Mass Eye and Ear 接受反復(fù)耳部感染或耳內(nèi)積液手術(shù)之前從兒童那里收集的數(shù)百?gòu)堈掌瑯?gòu)建的。這組作者說(shuō)，這些結(jié)果標(biāo)志著朝著開發(fā)一種診斷工具邁出了重要一步，該工具有朝一日可以部署到診所，以在患者評(píng)估期間協(xié)助醫(yī)生。基于人工智能的診斷工具可以為兒科醫(yī)生和緊急護(hù)理診所等提供者提供額外的測(cè)試，以更好地為他們的臨床決策提供信息。

“耳部感染在兒童中非常常見，但經(jīng)常被誤診，導(dǎo)致護(hù)理延誤或不必要的抗生素處方，”主要研究作者、Mass Eye and Ear 的耳鼻喉科醫(yī)生和人工智能研究員、耳鼻喉科助理??教授 Matthew Crowson 說(shuō)。哈佛醫(yī)學(xué)院頭頸外科。“這種模式不會(huì)取代臨床醫(yī)生的判斷，但可以補(bǔ)充他們的專業(yè)知識(shí)，幫助他們對(duì)治療決策更有信心。”

難以診斷常見病癥

耳部感染是由中耳內(nèi)的細(xì)菌積聚引起的。根據(jù)美國(guó)國(guó)家耳聾和其他交流障礙研究所的數(shù)據(jù)，美國(guó)六分之五的兒童在三歲之前至少有一次耳部感染。如果不及時(shí)治療，耳部感染會(huì)導(dǎo)致聽力喪失、發(fā)育遲緩、腦膜炎等并發(fā)癥，在一些發(fā)展中國(guó)家甚至?xí)?dǎo)致死亡。相反，在沒(méi)有耳部感染的情況下對(duì)兒童進(jìn)行過(guò)度治療會(huì)導(dǎo)致抗生素耐藥性，并使藥物對(duì)未來(lái)的感染無(wú)效。后一個(gè)問(wèn)題具有重大的公共衛(wèi)生重要性。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！