由伦敦大学学院和非洲健康研究所 (AHRI) 研究人员开发的开创性技术可以改变准确解释 HIV 检测结果的能力，尤其是在低收入和中等收入国家。
UCL 伦敦纳米技术中心和 AHRI 的学者使用深度学习(人工智能/AI)算法来提高卫生工作者在南非农村使用横向流动测试诊断 HIV 的能力。
他们的研究结果今天发表在Nature Medicine 上，涉及对现场获得的 HIV 检测结果的第一次也是最大的研究，这些研究已应用机器学习(AI) 帮助将它们分类为阳性或阴性。
全世界每年进行超过 1 亿次 HIV 检测，这意味着即使质量保证的微小改进也可能通过降低误报和误报的风险来影响数百万人的生活。
通过利用手机传感器、摄像头、处理能力和数据共享功能的潜力，该团队开发了一款应用程序，可以从最终用户在移动设备上拍摄的图像中读取测试结果。它还可以向公共卫生系统报告结果，以便更好地收集数据和持续护理。
横向流动测试或快速诊断测试 (RDT) 在整个 大流行期间得到使用，并在疾病控制和筛查中发挥重要作用。
虽然它们提供了一种快速简便的临床环境之外的测试方法，包括自我测试，但有时对于外行人来说，对测试结果的解释可能具有挑战性。
本文发布于:2022-11-30 01:03:25，感谢您对本站的认可！
本文链接：https://www.mbdongbo.com/sports/8/385362.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。