特约记者
,
韩国
图片来源：Envato
该模型在 468 名患者身上进行了测试，预测精度为 0.74。
由首尔国立大学医院（SNUH）融合医学系教授Kim Young-gon领导的研究小组开发了一种深度学习模型，用于预测髋部骨折患者的短期再骨折风险。
根据SNUH的说法，该团队分析了1,480名髋部骨折患者的计算机断层扫描（CT）图像，以开发和验证该模型。
此外，该模型的性能在 468 名患者身上进行了测试，并在五年预测中达到了约 0.74 的 AUROC。AUROC 接近 1 表示预测性能越好。
研究团队强调，该模型的结果可用于髋部骨折患者的管理和治疗策略计划。
“为这些高危人群开具骨质疏松症药物、持续监测和早期康复可以降低跌倒的风险，”Kim说。
加入《亚洲医疗保健》杂志社群
既然你来了……
…您可以通过多种方式与我们合作来宣传您的公司并与您的客户建立联系。我们的团队可以帮助您在本网站和印刷杂志上挖掘和创建印刷和数字广告活动。
我们还可以为您组织现实生活或数字活动，并找到思想领袖演讲者和行业领导者，他们可能是您的潜在合作伙伴，参加活动。我们还举办一些奖励计划，让您有机会在这一年中取得的成就得到认可，您可以作为参与者或赞助商加入。
让我们通过良好的合作伙伴关系帮助您推动业务发展！
