#可解释机器学习

可解释AI预测儿童NF-1患者视力下降

研究团队利用光学相干断层扫描（OCT）数据，对168名儿童神经纤维瘤病1型（NF-1）患者开展可解释机器学习分析，构建了平衡随机森林模型，AUC-ROC达0.82。通过SHAP方法识别出具有临床意义的OCT异常阈值，并发现联合多个OCT异常特征可进一步提升特异性，旨在支持早期风险识别和个体化管理。