Machine learning implementation for host-based infectious disease diagnostics
Cette revue systématique de 21 études (2020–2025) évalue 54 modèles d'apprentissage automatique pour le diagnostic des maladies infectieuses basés sur l'hôte, concluant que bien que les forêts aléatoires et les réseaux de neurones soient les algorithmes les plus courants, aucun modèle unique n'est universellement optimal, et que la future translation clinique nécessite un signalement normalisé, une validation externe et une sélection d'algorithmes sensible au contexte.