Екипът посочва, че е важно всяка система, предназначена да идентифицира пияни хора, да има много нисък процент на фалшиви положителни и фалшиви отрицателни резултати. Фалшиво отрицателният резултат обезсмисля самата система, докато твърде многото фалшиви положителни биха довели до загуба на доверие от страна на обществото.

"Винаги ще има компромис във всяка такава система. Но обучението чрез по-големи набори от данни и топлинни изображения трябва да доближи нашата до идеалния вариант. Разбира се, в момента е теоретично непостижимо тя да има 100% точност с нула фалшиви положителни резултати и нула фалшиви отрицателни", обясняват още от Виетнамския национален университет.

Нов алгоритъм подпомага персоналния подход при лечение на рак

В същото време изследователи от UVA Health Cancer Center са разработили алгоритъм, който подобрява идентифицирането на пациенти с рак, за които лечението киназни инхибитори би повлияло позитивно. Киназните инхибитори са едни от най-разпространените лекарства за рак. Те могат да бъдат изключително ефективни за точните пациенти, но не работят еднакво добре при всички. Алгоритъмът на UVA предлага нов и по-добър начин за определяне на подходящите пациенти - важна стъпка напред в прецизната персонализирана медицина.

Алгоритъмът може да има и други диагностични ползи за пациентите.

"Наистина сме развълнувани от този алгоритъм, който работи по-добре от съществуващите подходи, има по-малко изисквания и дава по-точни предположения. Това го прави по-приложим за разбиране на раковите състояние от една моментна снимка на тумора", казват от департамента по биомедицинско инженерство на UVA. "Комбинирането на този подход със съществуващите биомаркери за диагностициране на рак може да ни помогне да приспособим по-добре терапиите, да проектираме нови комбинирани подходи за лечение, да предвидим отговора на организма и да проектираме по-добри клинични тестове."