机器学习模型在血吸虫病防控中的应用
作者机构：复旦大学公共卫生学院流行病学教研室公共卫生安全教育部重点实验室热带病学研究中心
出 版 物：《中国血吸虫病防治杂志》 (Chinese Journal of Schistosomiasis Control)
年 卷 期：2024年
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学]
摘 要：血吸虫病是全球范围内的重大公共卫生问题之一，精准防控是当前应对该疾病的关键。然而，由于血吸虫病传播途径复杂且多样，传统统计模型在实现精准防控方面存在明显局限性。机器学习作为人工智能的重要分支，在血吸虫病防控研究中具有显著优势，能更高效地进行疾病预测和风险评估，从而优化防控策略和资源分配，实现精准防控的目标。本文对机器学习模型的特点及其在血吸虫中间宿主螺和血吸虫病研究中的应用进行综述。
同方期刊数据库