机器学习的流程，机器学习的典型任务

本报讯(记者朱汉斌)近日，南方医科大学皮肤病医院性学教研室联合中山大学、首都医科大学、厦门大学、美国华盛顿大学、荷兰乌特勒支大学，首次应用机器学习技术辅助诊断神经梅毒。相关研究在线发表在《柳叶刀发现科学》上。

神经梅毒在临床上往往难以确诊，因此准确识别神经梅毒不仅有助于为高危患者提供预防和治疗措施，还可以为低危患者减少不必要的腰椎穿刺和经济负担。为此，研究人员利用机器学习技术开发并验证了六种简化的诊断模型。这些模型基于全球四大洲的六个神经梅毒指南，并使用了中国和美国四个医学中心的真实临床数据，这些医学中心对神经梅毒的识别能力非常出色。

这项研究是一项广泛的临床数据研究，有大量来自现实世界的样本。据记者了解，研究人员建立的机器学习模型，可以在不降低神经梅毒诊断识别能力的情况下，将复杂的神经梅毒诊疗项目减少到三项，从而降低医疗成本和临床诊疗难度。本研究根据全球不同国家/地区指南的特点，提供了相应国家/地区的机器学习模型，有利于研究成果的全球推广应用，更好地为患者服务。此外，该研究还提供了免费的在线预测网页，使临床医生通过简单的输入即可快速获得神经梅毒的诊断和预测结果，使得研究成果更容易应用于临床诊疗，更好地服务于医务人员。

相关论文信息:

https://doi.org/10.1016/j.eclinm.2023.102080