medRxiv 预印本· Sharma, A., Nakiyingi, L., Janeva, E. J., Guevarra, K., Nate, W., Nabawanuka, E., Shankman, R., Dhamdhere, R., Astorga, G., Joloba, M. L., Ellner, J., Madabhushi, A., Xie, Y. L. ·· 20 小时前AI 评分38
乌干达研究:深度学习分析床旁肺超声联合临床数据用于肺结核分诊
Deep learning of point-of-care lung ultrasound and clinical data for pulmonary tuberculosis triage in Uganda
AI 导读
乌干达Kampala前瞻性研究(2023-2025)纳入316名受试者,开发基于注意力多实例学习的深度学习模型,从床旁肺超声图像联合常规临床变量分类肺结核。测试集中12区联合模型AUC达0.95,简化6区联合模型AUC为0.93;90%灵敏度下6区联合模型特异度91.1%,12区联合模型特异度82.2%。
来源:medRxiv 预印本 · medrxiv.org