使用人工神经网络改进类风湿性关节炎的诊断

本研究使用人工神经网络（ANN）算法对类风湿关节炎（RA）的诊断进行了评估。研究者从每个样本中获取了6个特征的数据，包括年龄、性别、类风湿因子、抗瓜氨酸肽抗体、14-3-3η和抗氨基甲酰化蛋白抗体，并使用五重交叉验证来评估ANN模型的性能。结果显示，该ANN模型对所有样本的F1为0.916，高于之前使用最优阈值算法报告的0.906。研究发现，anti-CCP对RA诊断的影响最大，而age和anti-CarP对RA的诊断效果较弱。此外，研究者还发现年龄、性别等其他因素在RA诊断过程中被忽略，因此，他们正在积极寻找更有效的手段和各种临床指标，以进一步提高RA诊断的准确性。