深层神经网络提高了检测手腕骨折

(每日健康)可以学习方法允许高级医学专家提供的专业知识急诊医学临床医生通过使用深层神经网络,具有相当大的改善敏感性和特异性检测骨折的手腕射线照片,10月22日在网上发表的一项研究显示美国国家科学院院刊》上。

罗伯特•林赛博士,从画像技术在纽约,和他的同事开发了一个深层神经网络检测和定位评估骨折片。研究人员18高级subspecialized整形外科医生注释135409片训练网络准确地模仿他们的专业知识。一个受控实验然后运行检查急诊医学临床医生检测的能力骨折在手腕射线照片,没有深度学习的援助模式。

研究人员发现,对于普通的医生来说,灵敏度91.5%和80.8时的辅助,分别和相应的特异性是87.5和93.9%。有47%的相对减少误解率平均临床医生。

“这项研究表明,深度学习模型提供潜力subspecialized临床医生(没有机器学习经验)教电脑如何效仿他们诊断专业知识,从而在全球范围内帮助病人,”作者写道。

作者是隶属于画像技术,研究资助。

图片由画像技术。

版权©2018每日健康。保留所有权利。