2025年7月16日发表在《科学报告》的一项新研究显示，沙特阿拉伯焦夫大学、埃及开罗大学等机构组成的研究团队，开发了一种融合深度学习与机器学习的多模型AI框架，在疟疾诊断中实现了96.47%的准确率，推动了AI在热带疾病诊断领域的应用。

研究团队创新性地整合了3种深度学习模型进行特征提取，开发了多模型AI框架，并在包含了27558张血液涂片图像的公开数据集上进行了验证。该框架通过多数投票机制综合多种模型的判断，有效降低了误判风险。实验结果显示，该框架灵敏度达96.03%，特异性达96.90%，精准度达96.88%，均优于单一模型。

疟疾作为热带及亚热带地区的重大健康威胁，2022年全球报告病例达2.49亿，其中非洲病例占比90%。传统显微镜检查依赖专家，耗时易错、难以普及，而该成果无需特殊设备即可快速准确诊断疟疾，为全球疟疾防控提供了可靠解决方案。下一步，研究团队将扩大数据集验证，探索该框架在白血病等其他血液疾病诊断中的应用。

信息来源：

https://www.nature.com/articles/s41598-025-04784-w

https://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2025-07/18/content_591622.htm?div=-1