基于机器学习的HIV和性传播感染风险评估研究进展
王劲燊1
李海逸2
梁鹏2
阿力克斯·木合亚提2
黄澍杰3
赵培祯3
王成3
1.福州市疾病预防控制中心,福建 福州 350004;南方医科大学皮肤病医院,广东 广州 5100912.南方医科大学皮肤病医院,广东 广州 510091;南方医科大学公共卫生学院,广东 广州 5105153.南方医科大学皮肤病医院,广东 广州 510091;南方医科大学全球健康研究院,广东 广州 510091
摘要：HIV与性传播感染(STIs)是全球重要公共卫生问题.在资源有限的条件下,精准识别高危人群对有效预防HIV/STI传播至关重要.作为人工智能的重要分支,机器学习凭借卓越的数据处理与模式识别能力,为HIV/STIs风险评估提供了新的解决思路,成为该领域的研究热点.本文综述机器学习在HIV/STIs感染风险评估中的最新进展,重点比较不同算法的优势与局限,深入分析各类高风险人群的主要危险因素,并探讨当前研究在样本代表性、模型可解释性及与干预策略整合方面的不足与挑战,旨在为后续相关研究提供理论依据和实践指导.
关键词：性传播感染HIV机器学习风险评估
资助基金：广东省医学科研基金项目(B2025372)广州市科技计划项目(2024A04J4485)
论文发表日期：2025-09-28
在线出版日期：2025-10-29（本平台首次上网日期，不代表文献的发表时间）
页数：6( 673-678 )
英文信息