UTILIZING MACHINE LEARNING AND SENSITIVITY-SPECIFICTY ANALYSES TO PREDICT POST-ERCP PANCREATITIS: A FOCUSE ON FEATURE IMPORTANCE - 02/05/25
Doi : 10.1016/j.gie.2025.03.052
CONTROL ID: 4260938
Le texte complet de cet article est disponible en PDF.Plan
© 2025
Publié par Elsevier Masson SAS.
Vol 101 - N° 5S
P. S27-S28 - mai 2025 Retour au numéro
Article précédent
- EVALUATING THE TRUST IN ARTIFICIAL INTELLIGENCE BY ENDOSCOPISTS FOR THE OPTICAL DIAGNOSIS OF COLORECTAL CARCINOMA: EXPOSING TARGET AREAS FOR IMPROVEMENT OF HUMAN-AI INTERACTION
- Ayla Thijssen, Ramon-Michel Schreuder, Nikoo Dehghani, Evelien Dekker, Jurjen Boonstra, Ruud Schrauwen, Martine Baven-Pronk, Jochim S. Terhaar Sive Droste, Philip Bos, Wouter de Vos tot Nederveen Cappel, Muhammed Hadithi, Jan Willem Straathof, Geert Bulte, Barbara A. Bastiaansen, Chantal Hoge, Lars Perk, John Groen, Frank Ter Borg, Monique Van Leerdam, Eveline Rondagh, P.H.N. De With, Bjorn Winkens, Leon Moons, Fons Van Der Sommen, Erik J. Schoon
- DEVELOPMENT OF THE FIRST MACHINE LEARNING MODEL FOR DETECTION OF COLORECTAL POLYPS (CADE) IN MEXICO WITH A MEXICAN POPULATION INTEGRATED INTO AN ENDOSCOPIC IMAGE CAPTURE SYSTEM FOR REAL-TIME USE DURING COLONOSCOPY
- MIGUEL A. RAMIREZ-RAMIREZ, Diego G. Ramirez-Ramirez, Yolanda Zamorano-Orozco
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?