热点事件持续更新

arXiv 发布跨队列结核病筛查机器学习研究

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Joshua M. Jansen van Vüren 等作者在 arXiv 发布研究，首次评估机器学习用于南非和乌干达两国采集的患者临床与人口数据，以筛查可从昂贵分子检测中获益的结核病患者。研究基于 CAGE-TB 数据集，将逻辑回归（LR）、多层感知机（MLP）和卷积神经网络（CNN）与贪心特征选择结合，特征选择使开发集 AUROC 提升 2-7%。LR 在留出的乌干达和南非数据上 AUROC 分别达 0.8 和 0.84，但灵敏度较 WHO 最低要求低 4-9%。

AI 根据报道生成 · 1 小时前更新

最新进展10月5日 12:00

基于乌干达与南非临床数据的跨队列结核病分类研究

报道时间线

沿着报道，了解事件的不同侧面。

10月5日

12:00
arXiv：cs.LG
基于乌干达与南非临床数据的跨队列结核病分类研究
研究首次评估机器学习用于南非和乌干达两国采集的患者临床与人口数据，以筛查可从昂贵分子检测中获益的结核病患者。基于 CAGE-TB 数据集，逻辑回归（LR）、多层感知机（MLP）和卷积神经网络（CNN）结合贪心特征选择，特征选择使开发集 AUROC 提升 2-7%。LR 在留出的乌干达和南非数据上 AUROC 分别达 0.8 和 0.84，灵敏度较 WHO 最低要求低 4-9%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。