• Kaplan-Meier 生存曲线分析是临床研究领域中一种有价值的统计方法,特别是在肿瘤学和慢性病研究中 • 从这些曲线中提取数据传统上依赖于手动数字化,这需要大量劳动力,并且容易出错 • 此外,已发表的文献中的图表质量各不相同,报告格式也不一致。存在几种用于手动曲线数字化的软件工具,但这些工具需要多个步骤的手动输入和特定的专业知识 • 随着先进的人工智能技术和计算机视觉技术的出现,我们有机会实现这一过程的自动化,并有可能彻底改变研究人员从已发表的文献中提取和分析生存数据的方式 • 本研究探讨了两种基于人工智能的生存曲线数据提取和分析方法
免责声明:本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息,但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任,也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务,并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。