《表1 多分类混淆矩阵(n为分类种类)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人工智能医疗器械辅助诊断及探测性能评估参数的讨论》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:Pred＿x（x=1～n）为被AI医疗器械分为x类的个数；True＿x（x=1～n）为真实分类为x类的个数。

人工智能（Artificial Intelligence，AI）医疗器械的辅助筛查、辅助识别或辅助诊断等功能多是给出患者数据的状态分类，如二分类的阴性（非患病）、阳性（患病），或多分类如糖尿病视网膜病变筛查的0期～VI期[5]。对于分类问题可采用混淆矩阵的方法[6]，见表1，进而计算灵敏度、特异性、准确率等参数。