MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1016/j.injury.2026.113242

Медицинская библиотека · Injury · 2026

From predictive accuracy to clinical utility: Model interpretability and the missing bone mineral density data.

Pan Yusa, Ding Jianjun

Письмо в редакциюПеревод в очереди

Аннотация

This letter to the editor commends the study by Liu et al. on their machine learning model for predicting rib fractures but highlights two crucial challenges for its clinical adoption: the lack of model interpretability, which hinders clinical trust, and the omission of bone mineral density data, a key biological determinant of fracture risk. We suggest incorporating explainable AI techniques like SHAP/LIME and leveraging quantitative CT-based bone density measurements to enhance transparency, accuracy, and ultimately, the model's translational potential.

Для цитирования: Pan Yusa, Ding Jianjun. From predictive accuracy to clinical utility: Model interpretability and the missing bone mineral density data.. Injury. 2026. DOI: 10.1016/j.injury.2026.113242.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.