两种模型都非常准确，产生的灵敏度和特异性值都大于93%，这意味着它们的假阴性和假阳性率都很低。根据Hoberman的说法，先前的临床医生研究报告AOM的诊断准确率在30%到84%之间，这取决于医疗保健提供者的类型、培训水平和被检查儿童的年龄。
“这些发现表明我们的工具比许多临床医生更准确，”Hoberman说。
广告
“我们的工具的另一个好处是，我们捕获的视频可以存储在病人的医疗记录中，并与其他提供者共享，”霍伯曼说。“我们还可以向家长和实习生——医科学生和住院医生——展示我们所看到的，并解释为什么我们会或不会诊断出耳部感染。这是一种重要的教学工具，也可以让家长确信他们的孩子正在接受适当的治疗。”
霍伯曼希望他们的技术能够很快在医疗服务提供者办公室广泛应用，以提高AOM的准确诊断并支持治疗决策。
该研究的其他作者包括医学博士Nader Shaikh, Shannon Conway, Timothy Shope，医学博士，Mary Ann Haralam, c.r.n.p.， Catherine Campese, c.r.n.p.和Matthew Lee，他们都来自UPMC和匹兹堡大学;纽约大学的耶琳娜·科娃
参考:
一种诊断儿童急性中耳炎的自动分类器的开发和验证——(https://jamanetwork.com/journals/jamapediatrics/article-abstract/2815513)
Source-Eurekalert
