AI模型按BITSS七分类判读婴儿粪便仅0.56准确率，合并为四类后升至0.76
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。