• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Can Machine Learning and AI Replace Otoscopy for Diagnosis of Otitis Media?

作者信息

Pichichero Michael E

机构信息

Research Institute at Rochester General Hospital, Center for Infectious Diseases and Immunology, Rochester, New York; and Center for Immunology and Infectious Diseases, University of California, Davis, Davis, California

出版信息

Pediatrics. 2021 Apr;147(4). doi: 10.1542/peds.2020-049584. Epub 2021 Mar 17.

DOI:10.1542/peds.2020-049584
PMID:33731368
Abstract
摘要

相似文献

1
Can Machine Learning and AI Replace Otoscopy for Diagnosis of Otitis Media?机器学习和人工智能能否取代耳镜检查用于中耳炎的诊断？
Pediatrics. 2021 Apr;147(4). doi: 10.1542/peds.2020-049584. Epub 2021 Mar 17.
2
Shortwave infrared otoscopy for diagnosis of middle ear effusions: a machine-learning-based approach.基于机器学习的短波近红外耳镜检查诊断中耳积液。
Sci Rep. 2021 Jun 15;11(1):12509. doi: 10.1038/s41598-021-91736-9.
3
Otoscopic diagnosis of otitis media.中耳炎的耳镜诊断
Minerva Pediatr. 2016 Dec;68(6):470-477. Epub 2016 May 19.
4
Artificial intelligence to classify ear disease from otoscopy: A systematic review and meta-analysis.人工智能对耳科疾病进行耳镜分类：系统评价和荟萃分析。
Clin Otolaryngol. 2022 May;47(3):401-413. doi: 10.1111/coa.13925. Epub 2022 Mar 15.
5
Prediction of serous versus purulent otitis media by otoscopy and tympanometry in an animal model.在动物模型中通过耳镜检查和鼓室导抗图预测浆液性与脓性中耳炎
Laryngoscope. 1983 Feb;93(2):208-11. doi: 10.1288/00005537-198302000-00017.
6
Improving the diagnosis of acute otitis media: "seeing is believing".改善急性中耳炎的诊断：“眼见为实”。
Pediatr Ann. 2013 Dec;42(12):485-90. doi: 10.3928/00904481-20131122-05.
7
AI Model Versus Clinician Otoscopy in the Operative Setting for Otitis Media Diagnosis.在中耳炎诊断的手术环境中，人工智能模型与临床医生耳镜检查的对比
Otolaryngol Head Neck Surg. 2024 Jun;170(6):1598-1601. doi: 10.1002/ohn.559. Epub 2023 Oct 11.
8
Course and outcome of otitis media in early infancy: a prospective study.婴儿早期中耳炎的病程及转归：一项前瞻性研究。
J Pediatr. 1984 Jun;104(6):826-31. doi: 10.1016/s0022-3476(84)80475-8.
9
Development of an algorithm for the diagnosis of otitis media.中耳炎诊断算法的开发。
Acad Pediatr. 2012 May-Jun;12(3):214-8. doi: 10.1016/j.acap.2012.01.007. Epub 2012 Mar 28.
10
Neonatal middle ear effusion predicts chronic otitis media with effusion.新生儿中耳积液可预测慢性分泌性中耳炎。
Otol Neurotol. 2004 May;25(3):318-22. doi: 10.1097/00129492-200405000-00020.

引用本文的文献

1
A 3D and Explainable Artificial Intelligence Model for Evaluation of Chronic Otitis Media Based on Temporal Bone Computed Tomography: Model Development, Validation, and Clinical Application.一种基于颞骨计算机断层扫描评估慢性中耳炎的三维可解释人工智能模型：模型开发、验证及临床应用
J Med Internet Res. 2024 Aug 8;26:e51706. doi: 10.2196/51706.
2
Development and validation of a smartphone-based deep-learning-enabled system to detect middle-ear conditions in otoscopic images.基于智能手机的深度学习系统用于检测耳镜图像中耳部状况的开发与验证。
NPJ Digit Med. 2024 Jun 20;7(1):162. doi: 10.1038/s41746-024-01159-9.
3
Development and Validation of an Automated Classifier to Diagnose Acute Otitis Media in Children.
开发和验证一种用于诊断儿童急性中耳炎的自动分类器。
JAMA Pediatr. 2024 Apr 1;178(4):401-407. doi: 10.1001/jamapediatrics.2024.0011.
4
Feasibility of the Machine Learning Network to Diagnose Tympanic Membrane Lesions without Coding Experience.无需编码经验的机器学习网络诊断鼓膜病变的可行性。
J Pers Med. 2022 Nov 7;12(11):1855. doi: 10.3390/jpm12111855.
5
Artificial intelligence to classify ear disease from otoscopy: A systematic review and meta-analysis.人工智能对耳科疾病进行耳镜分类：系统评价和荟萃分析。
Clin Otolaryngol. 2022 May;47(3):401-413. doi: 10.1111/coa.13925. Epub 2022 Mar 15.
6
Handheld Briefcase Optical Coherence Tomography with Real-Time Machine Learning Classifier for Middle Ear Infections.手持式公文包光学相干断层成像术结合实时机器学习分类器用于中耳感染。
Biosensors (Basel). 2021 May 3;11(5):143. doi: 10.3390/bios11050143.