Dec, 2023

CDRH 寻求公众意见：用于检测糖尿病前期和未被诊断的 2 型糖尿病的数字健康技术

PDF
TL;DR该研究总结了数字健康技术在预防、检测和治疗潜在糖尿病和未经确诊的 2 型糖尿病方面的应用，重点介绍了 AI 聊天机器人、在线论坛、可穿戴设备和移动应用。此外，还探讨了通过 AI 和机器学习算法提高筛查效果的技术以及通过分析社交媒体和流媒体数据进行人群疾病预测的方法。
发现论文，激发创造
  • 基于人工智能的精准医学方法：糖尿病风险预测

    本综述分析了 40 项使用人工智能模型（主要是机器学习模型）预测 2 型糖尿病（T2DM）风险的研究，结果显示单模态和多模态模型表现良好，但是外部验证和新型生物标志的应用不足。

    May, 2023

  • 基于机器学习的智能医疗框架 HealthEdge: 面向一体化 IoT、Edge 和 Cloud 计算系统中 2 型糖尿病预测的应用

    该论文提出了一种基于智能健康护理系统的、用于预测 2 型糖尿病的机器学习模型 HealthEdge，并使用真实数据集进行了两种机器学习算法（随机森林和逻辑回归）之间的比较分析，结果表明 RF 预测糖尿病的准确率比 LR 平均高 6％。

    Jan, 2023

  • 利用机器学习技术在阿根廷对糖尿病风险人群的首次识别体验

    利用机器学习模型为阿根廷地区特定生成 T2D 和 PD 风险人群预测模型的发展和评估，证明了 RF、DT 和 ANN 方法在分类能力方面表现出色，为阿根廷地区的更复杂模型开发迈出了第一步。

    Mar, 2024

  • 安全和隐私保护的自动化端到端整合 IoT-Edge - 人工智能 - 区块链监测系统，用于糖尿病预测

    提出一种基于物联网边缘 - 人工智能 - 区块链系统的糖尿病预测模型，通过比较实验结果表明，与逻辑回归和支持向量机等现有机器学习方法相比，该模型使用随机森林算法平均预测精度提高了 4.57％，但执行时间较长。

    Nov, 2022

  • 基于学习的放射组学预测二型糖尿病在图像衍生表型的应用

    利用影像学数据，神经网络和决策树模型可用于预测 2 型糖尿病发病率及输出类似于血红蛋白 A1C 实验室测量的可解释值，并演示输入向量小扰动对系统的灵敏度可用于预测先前未见的病人群体。

    Sep, 2022

  • 临床试验中使用转学习预测数字孪生的护士参与的精准 2 型糖尿病管理人工智能

    2 型糖尿病患者通过人工智能和个性化反馈改善每日步数、总卡路里和总碳水化合物摄入，并提供预测控制模型以精确管理病情。

    Jan, 2024

  • 基于电子健康记录的移动和网络平台，利用大型多模态语言模型进行慢性疾病风险预测

    利用电子健康记录和大型语言多模型，我们开发了基于电子健康记录的慢性病预测平台，该平台可以与前端网络和移动应用程序成功集成，以实现实时风险评估诊断。

    Jun, 2024

  • 人工智能与糖尿病：透过视网膜深入了解

    通过综合评估与糖尿病病症相关的视网膜图像、风险预测并探讨伦理、数据隐私等问题，基于人工智能技术的视网膜图像分析有潜力成为糖尿病患者现代个性化医学的核心工具。

    Feb, 2024

  • 通过遥测穿戴设备和智能手机数据开发的数字生物标志物洞察疾病

    数字生物标志物和远程患者监测可以为传统医疗环境中的治疗提供有价值且及时的信息。我们构建了一个开源平台 RADAR-base，支持远程监测研究中的大规模数据收集，从而通过收集的长期纵向数据开发可靠的数字生物标志物，为不同疾病提供有用的洞察。

    Aug, 2023

  • 从噪声到信号：通过药理学引导的神经 SDE 揭示数字健康数据中的治疗效果

    数字健康技术，如可穿戴设备，通过个性化、连续和实时监测患者，为新型疗法和个体化医疗的发展做出了贡献。本文提出了一种新颖的药理学启发的神经随机微分方程模型，可以应对从这些技术中产生的具有随机特性的数据进行分析的挑战。使用合成数据，我们证明了我们的方法在识别治疗效果和学习因果关系方面是有效的，从而实现反事实模拟。

    Mar, 2024