7月16日在科学报告上发表的一项新研究表明，将深度学习和自动学习结合的多种模型（AI）框架（AI）框架在疟疾诊断方面的准确性为96.47％，为预防和全球控制疟疾提供了有效的诊断工具。这项研究由沙特阿拉伯的政府大学和埃及的开罗共同完成，以促进AI在热带疾病诊断领域的应用。 作为对热带和亚热带地区健康的巨大威胁，疟疾在2022年全球2.49亿例病例，其中90％的案件在非洲解释说。传统显微镜基于专家经验，慢速，容易出现错误，并且在资源稀缺领域中很难普及。 多个模型的多时间模型这个时代彻底改变了三个深度学习模型以进行功能提取。该团队确认了公开的绝佳框架C数据集，其中包括27,558张血迹图像。高达96.03％的准确性高达96.90％及96.88％，超过了所有型号。大多数投票机制通过整合多种判断而有效地降低了错误判断的风险，并且其绩效超出了现有的诊断方法。 结果为快速诊断疟疾提供了可靠的解决方案，该解决方案允许无需特殊设备实施技术，尤其是在医疗资源有限的领域。然后，团队扩展了数据集的验证，并研究了其他血液疾病（例如白血病）的应用程序。小编：多种模型的人工智能框（AI）结合了深度学习和自动学习，新的研究于7月16日发表在科学报告中
当前网址：https://www.ag-80.com//experience/share/2025/0719/247.html
