智醫科學

AI醫療技術、應用與市場動態

↓↓ 最新資訊 ↓↓

【左心室】基於心臟MRI,評估AI計算的射血分數預測死亡率的能力(左心室容積指標)

 【左心室】基於心臟MRI,評估AI計算的射血分數預測死亡率的能力(左心室容積指標)   文章出處    The Lancet Digital Health      原文標題    Performance of artificial intelligence v...

【乳癌】利用機器學習術前預測「侵襲性乳癌(IBC)」的淋巴血管侵犯(LVI)風險

 【乳癌】利用機器學習術前預測「侵襲性乳癌(IBC)」的淋巴血管侵犯(LVI)風險   文章出處    Frontiers in Oncology      原文標題    Preoperative Prediction of Lymphovascular Inv...

【肥胖】利用機器學習預測第2型糖尿病合併肌肉減少症性肥胖風險

 【肥胖】利用機器學習預測第2型糖尿病合併肌肉減少症性肥胖風險   文章出處    Frontiers in Medicine      原文標題    Development and internal validation of an interpretable...

【肺炎】利用ML預測重症肺炎支原體肺炎(SMPP)兒童是否需要重複纖維支氣管鏡檢查

 【肺炎】利用機器學習預測重症肺炎支原體肺炎(SMPP)兒童是否需要重複纖維支氣管鏡檢查(FB)   文章出處    Frontiers in Cellular and Infection Microbiology      原文標題    Development...

【血小板】利用機器學習預測發燒伴隨血小板減少症候群(SFTS)患者的腦病變風險

 【血小板】利用機器學習預測發燒伴隨血小板減少症候群(SFTS)患者的腦病變風險   文章出處    Frontiers in Cellular and Infection Microbiology      原文標題    Development of an E...

【ICU】利用機器學習預測兒童ICU死亡率

 【ICU】利用機器學習預測兒童ICU死亡率   文章出處     pediatric research       原文標題    Evaluating the AI-predictive potential of the PIC database for pe...

【糖尿病】利用機器學習識別代謝功能障礙相關脂肪肝合併第2型糖尿病風險

 【糖尿病】利用機器學習識別代謝功能障礙相關脂肪肝合併第2型糖尿病風險   文章出處     scientific reports       原文標題    An interpretable machine learning model for identify...

【躁鬱症】基於語言和聲音特徵,利用機器學習識別「躁鬱症」

 【躁鬱症】基於語言和聲音特徵,利用機器學習識別「躁鬱症」   文章出處    JMIR      原文標題    Machine Learning Classification of Bipolar Disorder Across Mood States Usi...

【頸椎】利用機器學習預測「頸椎脊髓損傷(cSCI)」後28天死亡率

 【頸椎】利用機器學習預測「頸椎脊髓損傷(cSCI)」後28天死亡率   文章出處    Frontiers in Neurology      原文標題    Interpretable Machine Learning for Predicting 28-Da...

【胰臟炎】利用ML預測兒童急性淋巴細胞白血病接受PEG-ASP治療後發生急性胰臟炎風險

 【胰臟炎】利用機器學習預測兒童急性淋巴細胞白血病(ALL)接受PEG-ASP治療後發生急性胰臟炎風險   文章出處    Frontiers in Pharmacology      原文標題    Comparison of Logistic Regressi...

【AKI】基於常規術前和術中變量,利用機器學習預測心臟手術後「急性腎損傷」風險

 【AKI】基於常規術前和術中變量,利用機器學習預測心臟手術後「急性腎損傷」風險   文章出處    Frontiers in Medicine      原文標題    Prediction of acute kidney injury at the end o...

【肝癌】利用機器學習區分B肝疾病無進展、肝硬化和肝細胞癌

 【肝癌】利用機器學習區分B肝疾病無進展、肝硬化和肝細胞癌   文章出處    npj Digital Medicine      原文標題    Interpretability-driven feature engineering enables compac...

【發燒】利用機器學習預測癌症患者接受靜脈注射抗生素治療後48-72小時的持續發燒風險

 【發燒】利用機器學習預測癌症患者接受靜脈注射抗生素治療後48-72小時的持續發燒風險   文章出處    npj Digital Medicine      原文標題    Predicting persistent fever in patients with...

【泌尿道】利用機器學習預測「上泌尿道尿路上皮癌(UTUC)」患者的淋巴結轉移風險

 【泌尿道】利用機器學習預測「上泌尿道尿路上皮癌(UTUC)」患者的淋巴結轉移風險   文章出處     scientific reports      原文標題    Machine learning predicts postoperative lung me...