摘要
中枢性性早熟(CPP)是儿童常见的内分泌疾病,传统诊断依赖促性腺激素释放激素(GnRH)激发试验,但该试验操作复杂、费用高,且在基层医院难以普及。该研究基于1 757例性早熟女童的门诊多模态数据,利用XGBoost算法构建了女童CPP诊断模型。该智能诊断模型在CPP诊断任务中特异度达85.39%、敏感度达77.94%、AUC达0.89,展示了机器学习在移动医疗中的应用潜力。该研究将CPP诊断模型开发成兼具患者端与医护端的智能辅助诊断系统“芯知成长”。该系统可集成多模态临床数据,提供CPP患病风险评估和个性化诊疗建议,为基层医疗机构提供高效、准确、经济的CPP诊断工具。同时,患者端支持健康信息管理和科普教育,可改善患儿及家长的就医体验。
出处
《电脑知识与技术》
2025年第31期29-32,共4页
Computer Knowledge and Technology
基金
广东省科技创新战略专项资金:大学生科技创新培育项目(pdjh2024b550)
广东省医学科研基金项目(A2023022)。
