Finde Modelle, Firmen und Themen

Ein neues neuronales Modell namens PatientTPP nutzt einen temporalen Punktprozess, um aus über 500 000 realen klinischen Pfaden präzise Pat…

Simulationen gelten als leistungsstarkes Werkzeug, um Unsicherheiten in der Medizin zu untersuchen. Ihr Potenzial reicht von der individuel…

Masked Autoencoders (MAEs) werden zunehmend eingesetzt, um aus elektronischen Gesundheitsakten (EHR) allgemeine Repräsentationen zu lernen…

Seltene neurologische Erkrankungen lassen Patienten häufig von kognitiven Symptomen wie „Brain‑Fog“ klagen – Symptome, die herkömmliche Tes…

In einer kürzlich veröffentlichten Studie auf arXiv wird OmniTFT vorgestellt, ein neues Deep‑Learning‑Framework, das die Vorhersage von Vit…

In einer umfassenden Analyse von 42.820 Herzinsuffizienzpatienten aus Schweden wurden sechs Sequenzmodelle – darunter klassische Transforme…

Graft‑versus‑Host‑Disease (GVHD) ist eine seltene, aber häufig tödliche Komplikation nach Lebertransplantationen. Ein neues Forschungsproje…

Ein neues Modell namens CURENet nutzt die Kraft großer Sprachmodelle und Transformer‑Encoder, um die vielfältigen Daten aus elektronischen…

Die Peptid-Rezeptor-Radionuklidtherapie (PRRT) gilt als etablierte Behandlung für metastasierende neuroendokrine Tumoren (NETs), doch nur e…

Der Schutz sensibler Trainingsdaten ist in der datenschutzorientierten KI von entscheidender Bedeutung. In vielen Praxisfällen muss jedoch…

Die klassische Einteilung von Diabetes und Prädiabetes anhand statischer Glukosegrenzen verschleiert die echte Vielfalt der Stoffwechselstö…

Ein neues Deep‑Learning‑Modell, das auf der vortrainierten ResNet‑Architektur basiert, kann Appendizitis bei Kindern zuverlässig aus Ultras…

Ein neues, interpretierbares Machine‑Learning‑Modell verspricht, akutes Nierenversagen (AKI) bei kritisch kranken Patienten mit Leberzirrho…