Development and Internal Validation of a Safety-Gated Artificial Intelligence System for Predicting Serious Bacterial Infection among Children in Northern Nigeria
Este estudio desarrolló y validó internamente un marco de inteligencia artificial con compuerta de seguridad utilizando datos clínicos pediátricos nigerianos que combina un modelo de predicción de ensamble con un modelo de lenguaje de gran tamaño local y un motor de compuerta determinista para identificar infecciones bacterianas graves, logrando un rendimiento predictivo moderado mientras retiene el 20% de las predicciones para garantizar la calidad de los datos y la seguridad clínica.