Chronos Briefing
LIVE SYSTEM
--:--:--
Zurueck
Korrektur zur KI-gestützten Mpox-Diagnose veröffentlicht
AI GENERATED 25.08.2026 21:10 Wissenschaft und Forschung

Korrektur zur KI-gestützten Mpox-Diagnose veröffentlicht

Am 25. August 2026 hat die Fachzeitschrift PLOS ONE eine Korrektur zu einem im Juli 2026 veröffentlichten Artikel über die KI-gestützte Diagnose von Mpox herausgegeben. Die Korrektur betrifft…

Am 25. August 2026 hat die Fachzeitschrift PLOS ONE eine Korrektur zu einem im Juli 2026 veröffentlichten Artikel über die KI-gestützte Diagnose von Mpox herausgegeben. Die Korrektur betrifft die institutionellen Zuordnungen der vier Autoren und stellt die korrekten Affiliationen bereit.

Ursprüngliche Publikation

Der ursprüngliche Beitrag mit dem Titel „AI-driven diagnosis of mpox using deep learning models“ erschien im Band 21, Ausgabe 7 der Zeitschrift und trägt die DOI https://doi.org/10.1371/journal.pone.0352161. Die Arbeit wurde von Bassam W. Aboshosha, Shafiq Ul Rehman, Lamees N. Mahmoud und Ibrahim Sadek verfasst und thematisiert den Einsatz von Deep‑Learning‑Algorithmen zur Erkennung von Mpox‑Infektionen aus klinischen Bilddaten.

Korrektur der Autorenzugehörigkeiten

In der Korrektur werden die folgenden Institutionen den Autoren zugeordnet: Bassam W. Aboshosha, School of Engineering and Computer Science, University of Hertfordshire, Hosted by Global Academic Foundation, New Administrative Capital, Ägypten; Shafiq Ul Rehman, College of Information Technology, Kingdom University, Riffa, Königreich Bahrain; Lamees N. Mahmoud und Ibrahim Sadek, Biomedical Engineering Department, Faculty of Engineering, Capital University (ehemals Helwan University), Helwan, Ägypten. Diese Angaben ersetzen die zuvor fehlerhaften Angaben im Originalartikel.

Methodik und Bedeutung der Studie

Die im Original vorgestellte Methode nutzt Convolutional‑Neural‑Networks, um Bilddaten von Hautläsionen zu analysieren und zwischen Mpox‑positiven und -negativen Fällen zu unterscheiden. Laut den Autoren erreicht das Modell eine hohe Sensitivität und Spezifität, was potenziell die klinische Diagnostik beschleunigen könnte.

Verfügbare Kennzahlen

PLOS ONE stellt für die korrigierte Version Kennzahlen zu Zitierungen, Aufrufen und sozialen Medien bereit. Die genauen Werte werden auf der Artikelseite angezeigt und können von Interessierten eingesehen werden.

Open‑Access‑Lizenz

Der korrigierte Artikel bleibt unter der Creative‑Commons‑Attribution‑Lizenz (CC BY 4.0) veröffentlicht, wodurch eine uneingeschränkte Nutzung, Verbreitung und Vervielfältigung unter Nennung des Autors und der Quelle gestattet ist.

Dieser Bericht basiert auf Informationen von PLOS ONE, lizenziert unter Creative Commons BY 4.0 (Open Access). Wissenschaftliche Inhalte, offen zugänglich.

Ende der Uebertragung

Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf oeffentlich zugaenglichen Informationen.

Bezugsquellen

  • Open Sources

Lizenzen

  • CC / Public Records

Lizenzprotokolle

Creative Commons BY-SA 4.0

Redaktionelle Eigeninhalte von VisionGaia News stehen unter der
Creative Commons Attribution-ShareAlike 4.0 International.

Datenherkunft: Frei zugängliche, rechtlich zulässige Quellen.
Verarbeitung: KI-gestützte Synthese mit redaktioneller Prüfung.


Quellenverzeichnis & Rechtliches

Die Berichterstattung von VisionGaia News basiert auf öffentlich zugänglichen Informationen aus staatlichen, institutionellen und offen lizenzierten Quellen.

Bezugsquellen

  • Deutsche Bundesbehörden
  • EU Institutionen
  • UK & US Government
  • Russian Government
  • UN, WHO, Weltbank
  • Open-Content (Wikinews)
  • Open-Content Networks
  • Wissenschaftliche Fachportale

Lizenzen

  • § 5 UrhG (Amtliche Werke)
  • CC BY 4.0 / CC BY-SA 4.0
  • Creative Commons BY (Open-Content-Projekte)
  • Creative Commons BY 4.0 (Wissenschaftliche Artikel)
  • Open Parliament Licence v3.0
  • Open Government Licence v3.0
  • Public Domain (US)
  • Staatliche Dokumente etc. ohne Copyright (RU)
  • Creative Commons BY 4.0 (RU)
Establishing Uplink...