使用机器学习预测牛皮的严重程度:一个系统的审查
Eric P McMullen1, Yousif A Al Naser2,3, Mahan Maazi4
1Division of Dermatology, Department of Medicine, University of Toronto, Toronto, ON, Canada.
Clinical and experimental dermatology
|August 22, 2024
概括
机器学习 (ML) 在预测牛皮的严重程度方面表现有前途,主要使用基于图像的模型. 然而,有限的潜在临床应用和数据异质性需要进一步的大规模试验,使人工智能能够推进牛皮的治疗.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 机器学习 (ML) 在皮肤病理学中的应用超出了皮肤病变的诊断范围.
- 对于ML在预测牛皮的严重程度方面存在系统性审查差距.
研究的目的:
- 系统地审查有关ML算法的文献,以预测牛皮的严重程度.
- 确定这些ML工具当前临床应用的局限性.
主要方法:
- 在Embase,MEDLINE,ACM数字图书馆,Scopus和IEEE Xplore中进行全面的搜索.
- 包括标准适用于从创立到2024年8月的产品.
主要成果:
- 其中包括30篇文章,1篇使用血清生物标志物,29篇使用基于图像的模型.
- 牛皮面积和严重程度指数 (PASI) 是最常见的得分 (15篇文章),其次是身体表面积 (5篇文章).
结论:
- 小研究规模和异质性限制了当前审查的结果.
- ML/AI 显示了 psoriasis 管理的潜力,特别是在非图像应用中.
- 用多样化的图像数据进行大规模前性试验对于验证AI预测模型至关重要.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
10.7K