小编发现不少朋友对于 人工智能发现未映射区域需要卫生服务 这方面的信息都比较感兴趣，小编就针对 人工智能发现未映射区域需要卫生服务 整理了一些相关方面的信息 在这里分享给大家。

根据8月14日发表在《医学信息学协会杂志》上的一项研究，对卫星图像的机器学习分析可以帮助确定地球上一些最偏远地区需要医疗保健服务的社区。

这项工作是由位于纽约伊坎医学院的阿恩德德全球健康研究所的研究人员领导的。

高级研究作者Prabhjot Singh，MD，Ph.D.及其同事居住在利比亚东南部的建筑物群中，该建筑物群在很大程度上被荒凉的地形所覆盖，经过深入的学习被确定为社区级活动的可能地点算法。

为了测试该算法，研究小组将其结果与人口普查人员和社区卫生工作者在同一地点手动收集的信息进行了比较。

他们发现，他们的AI方法具有超过86%的阳性预测值，并且在检测单个建筑物时具有接近80%的敏感性。

此外，该算法正确地检测了人口普查员注册的451个社区，并发现了另外167个甚至没有注册的社区。

该团队确实注意到了一些误报和误报的情况。

作者总结说，对卫星图像进行机器学习分析“是一种以较低的成本快速绘制远程社区的有前途的解决方案”。“结果表明，这些方法有可能在服务不足的偏远社区中增强社区卫生工作者的规模扩大工作。”

在他们的讨论中，Singh等人。请注意，将此类映射信息与社区卫生系统链接的能力“可以成为提供服务，卫生政策规划和宣传的强大工具，尤其是在中低收入。”

他们补充说：“这种以越来越细的粒度来监测健康和人口指标的能力符合对全球卫生采取更加精确导向的方法的呼吁，这种方法有可能促进将医疗服务更多地瞄准有病的地方和人群。最明显的需求。”