学术研究
儿童NF-1视力异常预测:OCT数据加可解释机器学习
研究把可解释机器学习用于168名儿童神经纤维瘤病1型(NF-1)患者的光学相干断层扫描(OCT)数据,预测视力异常。平衡随机森林模型的AUC-ROC为0.82。SHAP分析给出由数据得出的切点,作者称可作为可操作的临床阈值;联合多个异常OCT特征后特异度进一步提高。作者认为该方法体现了可解释AI对儿童NF-1早期风险识别和个体化照护的价值。
#神经纤维瘤病1型#OCT#可解释机器学习
PubMed Ophthalmology