Análise baseada em inteligência artificial de padrões de uroflowmetril em crianças: uma perspectiva de aprendizado de máquina

O estudo incluiu testes de uroflowmetril de crianças de 4 a 17 anos que foram encaminhadas à nossa clínica com sintomas do trato urinário mais baixos. Os padrões de uroflowmetril foram interpretados independentemente por três especialistas em urologia pediátrica. As discrepâncias nas interpretações foram reavaliadas em conjunto pelos três observadores, e um consenso foi alcançado. O volume de divulgação, a duração da micção e as taxas de fluxo de urina em intervalos de 0,5 segundos foram convertidas em dados numéricos para análise. Oitenta por cento do conjunto de dados foi usado como dados de treinamento para o aprendizado de máquina, enquanto a mainga de 20% foi reservada para testes. Um total de cinco modelos diferentes de aprendizado de máquina foram empregados para classificação: árvore de decisão, floresta aleatória, catboost, xgboost e luzes. Os modelos que identificaram com mais precisão cada padrão de uroflowmetril foram determinados.