AI医疗助力交替性暴食厌食症早筛具有一定靠谱性，主要体现在数据处理能力、检测效率、客观评估、持续监测、模型优化等方面。

1. 数据处理能力：交替性暴食厌食症的早筛涉及多方面数据，如患者饮食行为记录、心理测评结果、身体指标等。AI医疗能够快速处理和分析大量的此类数据，挖掘出其中有价值的信息和潜在模式，从而辅助医生更精准地判断患者是否存在患病风险。

2. 检测效率：传统的交替性暴食厌食症筛查可能需要医生花费大量时间与患者沟通、收集信息并进行分析。而AI医疗可以在短时间内完成初步筛查工作，快速给出筛查结果，大大提高了筛查效率，使更多人能够及时接受筛查。

3. 客观评估：在诊断过程中，医生的主观判断可能会受到多种因素的影响。AI医疗依据预设的算法和模型进行评估，不受主观情绪、经验差异等因素干扰，能够提供相对客观的筛查结果，减少人为因素导致的误诊和漏诊。

4. 持续监测：交替性暴食厌食症的症状可能会随时间波动。AI医疗可以借助可穿戴设备、移动应用等技术手段，对患者进行长期、持续的监测，实时收集患者的相关数据，及时发现病情变化，为早筛和治疗调整提供依据。

5. 模型优化：随着数据的不断积累和机器学习技术的发展，AI医疗的筛查模型可以不断优化和改进。通过对大量病例的学习和分析，模型能够逐渐提高对交替性暴食厌食症的识别准确率，使其在早筛中发挥更可靠的作用。

综上所述，AI医疗在助力交替性暴食厌食症早筛方面具有多方面的优势，具备一定的靠谱性。但也不能完全依赖AI医疗，在实际应用中，还需要结合医生的专业判断和临床经验，以提高早筛的准确性和可靠性。如果怀疑存在交替性暴食厌食症，应及时前往正规医院的精神心理科就诊。

（责编：家医在线 ）