典型文献
机器学习在检验医学中的应用进展与挑战
文献摘要：
机器学习（ML）的临床应用是智能化检验医学发展的重要方向。近年来，随着开源软件的广泛使用和许多公共数据库资源的公开，研究人员所需的ML专业知识门槛降低，ML在检验医学领域的研究报道激增；但研究结果的严谨性、可解释性和可复现性仍存在疑问。为应对上述挑战，须严格把关数据质量，提高模型适用性，建立切实的模型评估和优化策略，增强模型的可解释性和透明度等。ML技术有助于突破检验大数据的临床转化瓶颈，提升检验诊断服务的质量。
文献关键词：
检验医学;机器学习;神经网络;可解释性
中图分类号：
作者姓名：
魏佳;蒋理;穆原;徐建
作者机构：
苏州大学附属儿童医院检验科，苏州 215025;南京医科大学第一附属医院检验学部，南京 210029
文献出处：
引用格式：
[1]魏佳;蒋理;穆原;徐建-.机器学习在检验医学中的应用进展与挑战)[J].中华检验医学杂志,2022(12):1288-1292
A类：
B类：
检验医学,进展与挑战,ML,化检验,开源软件,公共数据库,医学领域,激增,严谨性,可解释性,可复现性,疑问,严格把关,数据质量,模型适用性,模型评估,增强模型,透明度,临床转化,转化瓶颈,检验诊断
AB值：
0.407048
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
