7月16日發(fā)表在《科學(xué)報(bào)告》的一項(xiàng)新研究顯示，一種結(jié)合深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的多模型人工智能（AI）框架，在瘧疾診斷中實(shí)現(xiàn)了96.47%的準(zhǔn)確率，為全球瘧疾防控提供了高效診斷工具。這項(xiàng)由沙特阿拉伯焦夫大學(xué)、埃及開羅大學(xué)等機(jī)構(gòu)聯(lián)合完成的研究，推動(dòng)了AI在熱帶疾病診斷領(lǐng)域的應(yīng)用。

瘧疾作為熱帶及亞熱帶地區(qū)的重大健康威脅，2022年全球報(bào)告病例達(dá)2.49億，其中非洲病例占比90%。傳統(tǒng)顯微鏡檢查依賴專家經(jīng)驗(yàn)，耗時(shí)且易出錯(cuò)，在資源匱乏地區(qū)也難以普及。

此次開發(fā)的多模型AI框架創(chuàng)新性地整合了3種深度學(xué)習(xí)模型進(jìn)行特征提取。團(tuán)隊(duì)在包含27558張血液涂片圖像的公開數(shù)據(jù)集上驗(yàn)證了該框架的優(yōu)異性能：靈敏度達(dá)96.03%，特異性達(dá)96.90%，精準(zhǔn)度達(dá)96.88%，均優(yōu)于單一模型。多數(shù)投票機(jī)制通過綜合多種模型的判斷，有效降低了誤判風(fēng)險(xiǎn)，其表現(xiàn)超越現(xiàn)有的AI診斷方法。

該成果為瘧疾快速診斷提供了可靠方案，且該技術(shù)無需特殊設(shè)備即可部署，尤其適合醫(yī)療資源有限的地區(qū)。下一步，團(tuán)隊(duì)將擴(kuò)大數(shù)據(jù)集驗(yàn)證，探索在白血病等其他血液疾病診斷中的應(yīng)用。