中国血吸虫病防治杂志 ›› 2023, Vol. 35 ›› Issue (3): 317-321.
郑睿颖1, 2,刘根焰1, 2*
ZHENG Ruiying1,2, LIU Genyan1,2*
摘要: 感染性疾病是全球公共卫生重大威胁之一。由于其诊治的不便捷性,常常造成误诊、漏诊或过度治疗等,引起严重临床后果。作为人工智能的一个重要分支,机器学习已被广泛应用于多个领域。通过对患者临床特征、实验室检查、影像学检查等数据进行分析并建立预测模型,可预测和评估疾病临床诊断、治疗效果、预后转归及暴发侦测。与传统建模方式相比,机器学习建模具有高效、高精度和可解释等优点,这为感染性疾病诊治提供了新方法。本文对机器学习在感染性疾病临床预测模型中的应用进展进行综述。
中图分类号: