XiaoMi-AI文件搜索系统
World File Search SystemSosa
Rosemery Sosa-Gutierrez等人对手稿的萨尔加萨姆积累和运输的综述。 （Egusphere-2025-514.pdf）cl
Rosemery Sosa-Gutierrez等人对手稿的萨尔加萨姆积累和运输的综述。（Egusphere-2025-514.pdf）ClémentVIC（法国Plouzané，Lops，Plouzané）审查于2025年3月4日。作者研究了萨尔加斯（Sargassum）如何被困在热带大西洋的中尺度涡流中。，他们以复合方法的形式将基于卫星的高度测定和卫星衍生的分数覆盖物结合使用。他们发现中尺度的旋风涡流（CES）平均比中尺度反气旋涡流（AES）多15％，这与报告这种不对称性的文献一致。有趣的是，不对称似乎沿涡流生长。该方法很健壮，尽管迅速讨论了结果，但结果清楚地暴露了。我建议海洋科学出版的手稿。我只有几个小评论，我希望可以帮助澄清一些要点。没有任何评论从根本上质疑方法或结果。小评论
引用：Sosale B、Aravind SR、Murthy H 等人。基于移动端的简单人工智能算法在糖尿病视网膜病变检测中的应用（SMART）研究。BMJ Open Diab Res Care 2020；8：e000892。doi:10.1136/bmjdrc-2019-000892
摘要 简介 本研究旨在评估基于离线智能手机的 Medios 人工智能 (AI) 算法在使用免散瞳 (NM) 视网膜图像诊断糖尿病视网膜病变 (DR) 方面的性能。 方法 这项横断面研究前瞻性招募了 922 名糖尿病患者。使用 Remidio NM 手机眼底 (FOP) 相机采集每只眼睛的 NM 视网膜图像（以视盘和黄斑为中心）。图像离线运行并记录 AI 的诊断（存在或不存在 DR）。将 AI 的诊断与五位视网膜专家的图像诊断进行比较（大多数诊断被视为事实）。 结果 分析包括 900 名个体（252 人患有 DR）的图像。对于任何 DR，AI 算法的灵敏度和特异性分别为 83.3%（95% CI 80.9% 至 85.7%）和 95.5%（95% CI 94.1% 至 96.8%）。AI 算法在检测可转诊 DR (RDR) 方面的灵敏度和特异性分别为 93%（95% CI 91.3% 至 94.7%）和 92.5%（95% CI 90.8% 至 94.2%）。结论 Medios AI 在使用 NM 视网膜图像检测 RDR 方面具有较高的灵敏度和特异性。