人工知能：診断決定支援のためのベイズ法とヒューリスティック法

強さの喚起は、バイオメディカルインフォマティクスの分野が人工知能の学問に対して重要な貢献の一つです。バッファロー大学の整形外科部門は、患者が膝の問題を自己診断するための専門システムを作成し、適切な整形外科のサブ専門医への紹介を促進したいと考えていました。彼らは2人の独立したスポーツ医学医師に469件の症例をレビューしてもらいました。ボード認定の整形外科スポーツ医学専門医であるL.B.は、金標準診断が達成されるまで意見の相違をレビューしました。各症例について、患者は26の質問に対して126の潜在的な回答をウェブインターフェースに入力しました。これらは専門のスポーツ医学医師によってモデリングされ、回答はL.B.によってレビューされました。各所見について、臨床医は感度（用語頻度）と特異度（Sp）、およびヒューリスティック喚起力（ES）を指定しました。ヒューリスティックスは、部分的な証拠のみを用いた推論の方法です。各症例の病気に関するポストテストオッズを反映した専門システムが構築されました。Spを使用した場合の精度をESを使用した場合と比較します（元のモデル、p < 0.0001：ウィルコクソン順位和検定）。患者紹介の割り当てに関して、DItimesTIモデルのSpはESの使用よりも優れていました。5回目の診断時には、その利点は失われ、リマインダーシステムとして機能する際に技術間に差はありません。