【移植】數位分身在器官移植的應用 文章出處 Transplantation Reviews 原文標題 Implementing digital twin technology in organ transplantation: Conc...
【移植】利用機器學習預測「胰腎」聯合移植失敗風險
【移植】利用機器學習預測「胰腎」聯合移植失敗風險 文章出處 Scientific Reports 原文標題 Machine learning-based risk stratification of early graft failu...
【移植】「OPTIMaL」: 利用隨機森林生存模型預測接受PTCy治療的臨床結果
【移植】「OPTIMaL」: 利用隨機森林生存模型預測接受PTCy治療的臨床結果 文章出處 Transplantation and Cellular Therapy 原文標題 Optimal: Machine Learning-Base...
【腎臟移植】利用兩階段機器學習，動態預測腎臟移植失敗和一年死亡風險
【腎臟移植】利用兩階段機器學習，動態預測腎臟移植失敗和一年死亡風險 文章出處 npj Digital Medicine 原文標題 Enhancing post-kidney transplant prognostication: an...
【肝臟】利用LightGBM預測循環死亡後「肝臟」捐贈患者的死亡進程
【肝臟】利用LightGBM預測循環死亡後「肝臟」捐贈患者的死亡進程 文章出處 THE LANCET Digital Health 原文標題 Development and validation of a machine-learni...
【腎臟】「ComPRePS」: 腎臟切片分析平台，增強移植後腎臟功能的預測
【腎臟】「ComPRePS」: 腎臟切片分析平台，增強移植後腎臟功能的預測 文章出處 Nephrology Dialysis Transplantation 原文標題 Integrating pathomic and clinic...
【排斥】結合加權基因共表達網路和機器學習預測「器官移植排斥」風險
【排斥】結合加權基因共表達網路和機器學習預測「器官移植排斥」風險 文章出處 Scientific Reports volume 原文標題 Prediction of the risk of transplant rejection b...
【器官移植】利用機器學習增強實體器官受體和捐贈者交叉配對相容性的預測
【器官移植】利用機器學習增強實體器官受體和捐贈者交叉配對相容性的預測 文章出處 Scientific Reports 原文標題 Machine learning enhanced immunologic risk assessment...
【腎臟】利用機器學習預測三個時代的10年「腎臟移植物」存活率
【腎臟】利用機器學習預測三個時代的10年「腎臟移植物」存活率 文章出處 Frontiers in Digital Health 原文標題 A machine learning approach towards assessing co...
【幹細胞】利用ML預測兒科患者「異體造血幹細胞移植」後，短期和長期存活率
【幹細胞】利用機器學習預測兒科患者「異體造血幹細胞移植(alloHSCT)」後，短期和長期存活率 文章出處 Blood Adv 原文標題 Longitudinal clinical data improve survival pre...
【腎移植】使用ML與NLP早期識別高風險「腎臟」捐贈者
【腎移植】使用ML與NLP早期識別高風險「腎臟」捐贈者 文章出處 JAMA Surg. 原文標題 Prediction of High-Risk Donors for Kidney Discard and Nonrecovery Us...
【腎臟移植】分析腎臟組織，準確預測「腎臟移植」結果，減少移植排斥
【腎臟移植】分析腎臟組織，準確預測「腎臟移植」結果，減少移植排斥 文章出處 UF Health 原文標題 UF Health researchers developing AI system aimed at improving ki...
【腎臟移植】利用機器學習將「腎臟移植」捐贈者及受贈者風險分組，確保移植成功
【腎臟移植】利用機器學習將「腎臟移植」捐贈者及受贈者風險分組，確保移植成功 ▌ 文章出處 Journal of Biomedical Informatics ▌ 原文標題 HLA amino acid Mismatch-Based risk stratifi...
【肺臟移植】使用「隨機生存森林」檢測「肺臟移植」患者總生存期的預後模型
【肺臟移植】使用「隨機生存森林」檢測「肺臟移植」患者總生存期的預後模型 【文章出處】 JAMA Netw Open 【原文標題】 Machine Learning–Based Prognostic Model for Patients After Lung ...
【肝移植】機器學習預測「兒童肝臟移植」後90天失敗風險，提供臨床醫生在術後管理期間決策參考
原文 : Predicting graft failure in pediatric liver transplantation based on early biomarkers using machine learning models 出處 : Scientifi...
【血癌】ML結合靶向轉錄組可預測白血病患者移植後不良反應
原文: Genomic Testing Cooperative to Present Data at the American Society of Hematology Meeting on New Applications of its Proprietary Tests...
