أظهر التشخيص المدعوم بالذكاء الاصطناعي وعدًا في مرافق الرعاية الصحية المحدودة الموارد من خلال تعزيز دقة وكفاءة تشخيص الأمراض. أُجريت دراسة مقطعية باستخدام نماذج تعلم الآلة المدربة على مجموعة بيانات من السجلات السريرية من مرافق الرعاية الصحية في مالاوي. هدفت الدراسة إلى تقييم دقة النماذج عبر مقاييس الدقة والاستدعاء. حققت نماذج الذكاء الاصطناعي معدل دقة إجمالي 85% في تشخيص الأمراض الشائعة، مع دقة أعلى لحالات الملاريا (90%) مقارنة بالسل (75%). يمكن للتشخيص المدعوم بالذكاء الاصطناعي تحسين نتائج تشخيص الأمراض بشكل كبير في البيئات محدودة الموارد. ينبغي أن تركز الأبحاث المستقبلية على التحقق من صحة النماذج عبر مناطق جغرافية مختلفة ودمج الذكاء الاصطناعي في سير العمل الطبي القائم. AI, Diagnostics, Malawi, Precision, Recall نموذج التقدير المستخدم =argmin_ᵢ (yᵢ, f_ (xᵢ) ) +₂²، مع تقييم الأداء باستخدام خطأ خارج العينة.
Building similarity graph...
Analyzing shared references across papers
Loading...
Chanzu Malipo
Mohamed bin Zayed University of Artificial Intelligence
Mzuzu University
Building similarity graph...
Analyzing shared references across papers
Loading...
درس شانزو ماليو (مون،) هذا السؤال.
www.synapsesocial.com/papers/69b3ad0502a1e69014ccf345 — DOI: https://doi.org/10.5281/zenodo.18955873
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: