Künstliche Intelligenz Zur Erkennung von Sichelzellanämie Implementierung von KI-Modellen auf Basis von maschinellem Lernen zur Erkennung von Sichelzellenanämie. DE
-
- Deutsch ausgewählt
43,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
23.02.2026
Verlag
Verlag Unser WissenSeitenzahl
88
Maße (L/B/H)
22/15/0,6 cm
Gewicht
149 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-9-62375-2
Diese Studie präsentiert ein auf maschinellem Lernen basierendes System zur Früherkennung von Sichelzellenanämie unter Verwendung strukturierter klinischer Daten aus Blutbildern von Patienten. Der vorgeschlagene Ansatz zielt darauf ab, die Einschränkungen herkömmlicher Diagnosemethoden zu adressieren, die oft kostspielig sind und zeitaufwendige spezialisierte Laborinfrastrukturen erfordern. Das Ziel war es, das leistungsfähigste Modell zu identifizieren und eine Anwendung zu entwickeln, die vom medizinischen Personal in schwer zugänglichen Gebieten als Unterstützungswerkzeug für die Früherkennung dieser Krankheit eingesetzt werden kann. Unter den evaluierten Modellen erzielte das Random-Forest-Modell die beste Leistung mit einer Genauigkeit von 98 %, einer Sensitivität von 98 % und einem F1-Score von 98 %. Seine überlegene Leistung wird seiner Fähigkeit zugeschrieben, nicht-lineare Interaktionen zwischen hämatologischen Variablen zu erfassen, die für die klinische Diagnose entscheidend sind. Die Vorhersagen des Systems wurden von medizinischen Fachkräften validiert und zeigten eine hohe Übereinstimmung mit traditionellen Diagnosen. Eine zentrale Innovation dieser Studie ist die Nutzung strukturierter Blutbilddaten.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice