印度农村研究验证手机图像无创识别贫血方法
热点事件观察中
印度农村研究验证手机图像无创识别贫血方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Desai S等研究团队利用智能手机拍摄的结膜图像及人口学信息预测血红蛋白、分类贫血严重程度，在印度农村一项纳入5,176人的横断面研究中，血红蛋白预测平均绝对误差为1.12 g/dL，重度贫血识别敏感度为90%、特异度为80%。 这项预印本研究的数据来自印度古吉拉特邦SEWA Rural医院就诊人群，模型结合年龄、性别、妊娠状态和结膜图像进行预测。研究团队称，该方法在资源有限环境中具有应用可行性，尤其适用于重度贫血识别，但仍需改进并在社区场景进一步验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月26日 08:00
基于智能手机与深度学习的贫血严重程度无创分类：印度农村横断面研究报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- 预印本 · 医学生信与数据分析基于智能手机与深度学习的贫血严重程度无创分类：印度农村横断面研究
印度农村一项横断面研究显示，基于智能手机结膜图像的深度学习模型可无创识别贫血，重度贫血识别表现更佳。研究纳入5,176例，血红蛋白预测平均绝对误差为1.12 g/dL。重度贫血识别敏感度为90%（95% CI 82-94），特异度为80%（95% CI 77-83），仍需进一步改进及社区验证。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 510月27日 12:00
- 近 24 小时变化
- –
0246
12:0013:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。