图片桥接软件在荧光法检测自身抗体中的应用效能评价

目的比较人工镜检、人工图检与图片桥接软件图检在检测抗核抗体(ANA)时将结果传入实验室信息系统(LIS)上的差异,为评价软件图检代替传统的方法的可能性提供实验依据。方法同时采用人工镜检、人工图检、软件图检对ANA生物载片进行阅片并报告结果,采用Kappa一致性检验比较3种方法在结果上的差异;将图片桥接软件与LIS进行连接,达到实时传入LIS的目的,并以10分制调查操作人员的总体感受,分值越高表明操作越便捷,工作越轻松。结果 150例ANA样本检测试验中,软件图检比人工镜检节省30min,比人工图检节省18min;人工镜检的重复性为90.7%(136/150),Kappa=0.852,软件图检的重复性为96.7%(145/150),Kappa=0.947;人工镜检和软件图检两种方法符合率为98.7%(148/150),Kappa=0.957。软件图检较人工镜检和人工图检具有自动校验,实时查看患者历史结果,对特殊核型进行标注,完成滴度确认,判读结果实时传入LIS,形成滴度汇总报表,拓展学习等功能;8位实验室操作人员对3种操作方法的体验评分均值分别为4.56、7.52、9.65。结论图片桥接软件图检较传统的人工镜检及人工图检在操作上更加简便,快捷,可显著缩短实验工作时间,提高工作效率,减少错报漏报,避免医疗纠纷,荧光桥接软件对ANA进行判读更为高效可靠,值得推广使用。

基于RNN和GBDT融合方法的用户活跃度预测

在百度举办的WSDM Cup用户留存率预测比赛中,比赛的主要任务为根据用户在好看视频App一天当中的交互数据来预测下一天用户是否会继续使用App,该任务为典型的二分类类型。在新用户下载App并使用一段时间过后,一些用户会在下一天继续登录和使用App,这种用户也叫回归用户;而另外一部分用户可能会仅仅在下载的当天探索使用,而在此之后的很长时间不会继续使用。设计一种实用的机器学习方法来解决这一难题,包括特征工程、LightGBM、CatBoost等GBDT梯度提升树、ManyToMany结构的RNN和机器学习模型Stacking方法。希望能找到有效提高用户留存率预测正确率的方法,以及深度挖掘影响用户留存率的关键因素,在该比赛任务中,我们所设计的方案,最终以0.7671的成绩获得第二名。