Sciences de la santé - Informatique de santé

De nouvelles méthodes montrent des promesses pour prédire les résultats chez les patients atteints de CAD.

Siamese-PTM booste le recrutement de patients pour les essais cliniques en utilisant l'apprentissage profond.

Une étude sur l'amélioration de la clarté des infos santé pour une meilleure compréhension des patients.

Explorer comment les technologies NLP peuvent transformer les services de santé en Afrique.

Cette étude analyse comment les infos sur le traitement de l'AR sont partagées et perçues.

Une étude montre comment plusieurs problèmes de santé sont liés aux risques de dépression.

Cette étude se concentre sur l'utilisation de modèles linguistiques pour identifier les événements indésirables liés aux médicaments à partir des notes cliniques.

Les modèles d'IA améliorent la détection précoce du cancer du poumon grâce à des techniques d'imagerie avancées.

Une étude développe un modèle pour évaluer les taux de survie des patients en réanimation sur des appareils respiratoires.

Les solutions IA automatisées simplifient l'harmonisation des données dans la recherche clinique.

Une étude met en lumière les différences dans la documentation des décisions médicales selon la maîtrise de la langue.

Un aperçu de comment les appareils mesurent les niveaux d'oxygène et leur fiabilité.

Un cadre pour le développement éthique de l'IA dans les systèmes de santé.

Explorer l'impact des catastrophes naturelles sur la radiothérapie et les soins contre le cancer.

Une étude explore l'apprentissage automatique pour prédire la conversion de CIS en MS.

Une étude analyse les effets de la température sur les LLM dans des tâches cliniques en utilisant des données de patients.

Un aperçu sur l'amélioration de la diversité des participants dans les essais cliniques grâce à des méthodes virtuelles.

Un nouveau modèle améliore la prédiction des patients à haut risque en utilisant des données historiques.

MSPTDfast améliore la vitesse de détection des battements dans les dispositifs de surveillance de la santé.

Une nouvelle méthode améliore la précision dans la prévision du risque de maladie en utilisant des termes d'interaction.

TXGNN a pour objectif de trouver de nouvelles utilisations pour des médicaments existants, surtout pour les maladies rares.

Enquêter sur comment les données synthétiques aident les avancées dans la santé et répondent aux principaux défis.

Examiner la croissance et les défis des modèles de prédiction dans les soins aux patients.

Cette étude examine le lien entre la mortalité excédentaire, les taux de vaccination et les conditions économiques dans les États américains.

Utiliser des jumeaux numériques pour améliorer les prévisions en santé et les résultats des traitements.

Explorer comment les LLM peuvent impacter les soins aux patients et l'analyse des données de santé.

Un aperçu de la réactivité croisée dans les allergies et des méthodes de recherche modernes.

Intégrer les dossiers de santé et les IRM cérébrales améliore la détection précoce de l'Alzheimer.

Explorer comment l'IA générative transforme l'imagerie médicale et l'éducation.

L'augmentation des cas de monkeypox pousse à une réponse urgente de santé publique et à des efforts de vaccination.

La recherche met en avant les risques potentiels liés au traitement à la finastéride pour la perte de cheveux.

Les modèles de deep learning comme U-Net transforment la segmentation cellulaire dans les images de microscopie.

Les outils d'IA améliorent l'analyse d'images pour de meilleurs diagnostics et la planification des traitements en radiologie.

Cette étude reprend les résultats sur l'hospitalisation pour diabète après COVID-19 en utilisant des données nationales.

Enquête sur les défis de la réplication des études et les implications pour l'informatique de la santé.

Voici LSD600, un jeu de données axé sur les liens entre les facteurs de style de vie et les maladies.

Examiner le rôle des textos pour soutenir les patients isolés pendant la pandémie.

Une enquête révèle la confiance et les préoccupations des patients concernant l'IA dans le domaine de la santé.

Un nouveau regard sur les erreurs liées à la technologie dans les systèmes CPOE pour améliorer la sécurité des patients.

Une nouvelle méthode transforme le texte médical non structuré en données structurées pour la recherche.