网站首页百科知识 > 正文

基于人工智能的手术预测模型存在局限性

2024-05-16 10:35:32 百科知识来源：

导读机器学习生成的预测模型越来越多地用于医学领域，以识别风险因素和可能的结果，尤其是膝关节和髋关节的全关节置换术——尽管研究人员警告说...

机器学习生成的预测模型越来越多地用于医学领域，以识别风险因素和可能的结果，尤其是膝关节和髋关节的全关节置换术——尽管研究人员警告说，机器生成的预测目前是从有限的数据池中得出的。

弗林德斯大学科学与工程学院的 Reza Hashemi 博士警告说：“机器学习在处理‘大数据’方面具有巨大的潜力，并且已经证明了其不可否认的能力，尽管它并非没有问题。”

“预测模型的准确性取决于数据源的质量，预测可能会受到数据量和所包含变量数量的显着影响。”

“目前，为全髋关节重建和全膝关节重建开发的预测模型主要基于患者报告的因素和成像变量。因此，需要仔细解释该领域机器学习模型的输出。”

为了研究监督机器学习在全髋关节和膝关节置换术后结果预测模型中的应用，弗林德斯研究人员与澳大利亚骨科协会国家关节置换登记处 (AOANJRR)、皇家阿德莱德医院和南澳大学的合作者一起评估了最广泛使用的机器学习技术、数据源、领域、预测分析的局限性以及预测的质量。

该研究“用于预测髋关节和膝关节置换术后临床结果的监督机器学习：综述”已发表在《澳大利亚新西兰外科杂志》上。

研究合著者表示：“医学领域最广泛使用的机器学习方法是‘监督学习’，它估计新输入数据的映射函数，以预测分类的真实值或事件发生时间的输出。”弗林德斯大学的 Khashayar Ghadirinejad 博士。

版权说明： 本文由用户上传，如有侵权请联系删除！

标签：