学术研究
血液检测可筛查致盲性眼病风险
研究团队利用常规血液检测数据,开发了基于机器学习的多病种眼病筛查框架(MES),用于识别致盲性眼病高风险人群,并区分七种常见致盲性眼病。模型使用93,839人的数据开发,在33,622人中完成内部验证,又在三个外部队列(共34,087人)、一个前瞻性医院队列(43,556人)和一个498,095人的人群队列中评估。检测任何眼病的曲线下面积(AUC)为0.9264–0.9561,阳性预测值为0.9127–0.9260。作者认为该框架可作为分诊辅助工具,帮助优先安排眼科确诊检查。
#人工智能#血液检测#眼病筛查
Nature - Eye Research