Development and Internal Validation of a Safety-Gated Artificial Intelligence System for Predicting Serious Bacterial Infection among Children in Northern Nigeria
इस अध्ययन ने नाइजीरियाई बाल चिकित्सा नैदानिक डेटा का उपयोग करके एक सुरक्षा-गेटेड आर्टिफिशियल इंटेलिजेंस फ्रेमवर्क विकसित और आंतरिक रूप से मान्य किया है जो गंभीर जीवाणु संक्रमणों की पहचान करने के लिए एक एन्सेम्बल प्रेडिक्शन मॉडल को एक स्थानीय लार्ज लैंग्वेज मॉडल और एक डिटरमिनिस्टिक गेटिंग इंजन के साथ जोड़ता है, जिससे डेटा गुणवत्ता और नैदानिक सुरक्षा सुनिश्चित करने के लिए 20% भविष्यवाणियों को रोकते हुए मध्यम भविष्य कहनेवाला प्रदर्शन प्राप्त हुआ है।