Maschinelles Lernenmodell diagnostiziert Zöliakie genau diagnostiziert

Folgen Sie Drugslib auf

Amazon Big Spring Sale - Up to 40% off

Die Forscher fanden heraus, dass das Modell Zöliakie im unabhängigen Datensatz mit Genauigkeit, Sensitivität und Spezifität von über 95 Prozent und einem Bereich unter der operativen charakteristischen Kurve von Empfänger über 99 Prozent diagnostizierte, was darauf hinweist, dass das Modell potenziell übertriebene Pathologen übertreffen kann. Im Vergleich der Vorhersagen des Modells mit denen von unabhängigen Pathologen waren die Ergebnisse zwischen Pathologenpathologen und Pathologen-Modell-Interobserver-Übereinstimmung (> 96 Prozent) nicht zu unterscheiden. "Da wir es an Datensätzen geschult haben, die unter verschiedenen Bedingungen generiert wurden, wissen wir, dass es in einer Vielzahl von Einstellungen arbeiten sollte, in denen Biopsien unterschiedlich verarbeitet und abgebildet werden."

Zwei Autoren haben Verbindungen zur Biotechnologie -Forschungsindustrie offengelegt.

Haftungsausschluss: Statistische Daten in medizinischen Artikeln liefern allgemeine Trends und beziehen sich nicht auf Einzelpersonen. Individuelle Faktoren können stark variieren. Suchen Sie immer personalisierte medizinische Beratung für individuelle Entscheidungen im Gesundheitswesen.

Quelle: Healthday

Gesendet : 2025-04-04 06:00

Mehr lesen

Haftungsausschluss

Es wurden alle Anstrengungen unternommen, um sicherzustellen, dass die von Drugslib.com bereitgestellten Informationen korrekt und aktuell sind aktuell und vollständig, eine Garantie hierfür kann jedoch nicht übernommen werden. Die hierin enthaltenen Arzneimittelinformationen können zeitkritisch sein. Die Informationen von Drugslib.com wurden für die Verwendung durch medizinisches Fachpersonal und Verbraucher in den Vereinigten Staaten zusammengestellt. Daher übernimmt Drugslib.com keine Gewähr dafür, dass eine Verwendung außerhalb der Vereinigten Staaten angemessen ist, sofern nicht ausdrücklich anders angegeben. Die Arzneimittelinformationen von Drugslib.com befürworten keine Arzneimittel, diagnostizieren keine Patienten und empfehlen keine Therapie. Die Arzneimittelinformationen von Drugslib.com sind eine Informationsquelle, die zugelassenen Ärzten bei der Betreuung ihrer Patienten helfen soll und/oder Verbrauchern dienen soll, die diesen Service als Ergänzung und nicht als Ersatz für die Fachkenntnisse, Fähigkeiten, Kenntnisse und Urteilsvermögen im Gesundheitswesen betrachten Praktiker.

Das Fehlen einer Warnung für ein bestimmtes Medikament oder eine bestimmte Medikamentenkombination sollte keinesfalls als Hinweis darauf ausgelegt werden, dass das Medikament oder die Medikamentenkombination für einen bestimmten Patienten sicher, wirksam oder geeignet ist. Drugslib.com übernimmt keinerlei Verantwortung für irgendeinen Aspekt der Gesundheitsversorgung, die mithilfe der von Drugslib.com bereitgestellten Informationen durchgeführt wird. Die hierin enthaltenen Informationen sollen nicht alle möglichen Verwendungen, Anweisungen, Vorsichtsmaßnahmen, Warnungen, Arzneimittelwechselwirkungen, allergischen Reaktionen oder Nebenwirkungen abdecken. Wenn Sie Fragen zu den Medikamenten haben, die Sie einnehmen, wenden Sie sich an Ihren Arzt, das medizinische Fachpersonal oder Ihren Apotheker.

Beliebte Schlüsselwörter