7月16日發表在《科學報告》的一項新研究顯示，一種結合深度學習與機器學習的多模型人工智能（AI）框架，在瘧疾診斷中實現了96.47%的準確率，為全球瘧疾防控提供了高效診斷工具。這項由沙特阿拉伯焦夫大學、埃及開羅大學等機構聯合完成的研究，推動了AI在熱帶疾病診斷領域的應用。

瘧疾作為熱帶及亞熱帶地區的重大健康威脅，2022年全球報告病例達2.49億，其中非洲病例占比90%。傳統顯微鏡檢查依賴專家經驗，耗時且易出錯，在資源匱乏地區也難以普及。

此次開發的多模型AI框架創新性地整合了3種深度學習模型進行特征提取。團隊在包含27558張血液涂片圖像的公開數據集上驗證了該框架的優異性能：靈敏度達96.03%，特異性達96.90%，精準度達96.88%，均優于單一模型。多數投票機制通過綜合多種模型的判斷，有效降低了誤判風險，其表現超越現有的AI診斷方法。

該成果為瘧疾快速診斷提供了可靠方案，且該技術無需特殊設備即可部署，尤其適合醫療資源有限的地區。下一步，團隊將擴大數據集驗證，探索在白血病等其他血液疾病診斷中的應用。