机器学习在检验医学中的应用进展与挑战

作者：魏佳; 蒋理; 穆原; 徐建^*

来源：中华检验医学杂志, 2022, 45(12): 1288-1292.

DOI：10.3760/cma.j.cn114452-20220726-00436

• 检验医学
• 机器学习
• 神经网络
• 可解释性

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。

• 单位
  南京医科大学第一附属医院; 苏州大学附属儿童医院