Development and Internal Validation of a Safety-Gated Artificial Intelligence System for Predicting Serious Bacterial Infection among Children in Northern Nigeria
本研究は、アンサンブル予測モデルとローカルな大規模言語モデルおよび決定論的なゲーティングエンジンを組み合わせることで、重篤な細菌感染症を特定する、ナイジェリアの小児臨床データを用いた安全性ゲート付き人工知能フレームワークを開発し、内部検証を行い、データの品質と臨床的安全性を確保するために予測の20%を保留した上で、中程度の予測性能を達成した。