healthcare applications | BriefGPT

关键词healthcare applications

搜索结果 - 34

开放性呼吸声基础模型：预训练和基准测试
我们介绍了 OPERA，这是第一个满足医疗应用需求的开放呼吸声基础模型预训练和基准系统，我们筛选了大规模的呼吸音频数据集，预训练了三个创新的基础模型，并构建了一个包含 19 个下游呼吸健康任务的基准，我们的预训练模型在 16 个任务中表现出
PDF11 days ago
合成医疗数据评估和报告评分卡
通过评估框架和合成数据报告卡，我们提出了一种评估合成医疗数据质量的方法，以规范评估和改善合成数据，进而推动其在医疗应用中的更广泛接受和利用。
PDF17 days ago
乳腺癌诊断：可解释人工智能（XAI）技术的全面探索
乳腺癌是全球妇女最常见的恶性肿瘤之一，需要改进诊断方法以获得更好的临床结果。本文全面探讨了可解释人工智能（XAI）技术在乳腺癌检测和诊断中的应用，通过与机器学习和深度学习模型的整合，尤其是与 SHAP、LIME、Grad-CAM 等 XAI
PDFa month ago
Bt-GAN：通过偏差转换生成对抗网络生成公平合成健康数据
通过包括公平性考虑和利用生成对抗网络等先进技术，我们提出了一种新颖且专业的方法来解决医疗领域合成数据生成的局限性，为医疗应用中更可靠和无偏的预测铺平了道路。
PDF2 months ago
MedInsight：基于大型语言模型的多源语境增强框架用于生成针对患者的医疗回复
提出了 MedInsight，它是一种新颖的检索增强框架，通过从多个来源中提取相关背景信息，将 LLM 输入（提示）与上下文相关的重要细节集成在一起，为医疗保健应用生成丰富的、个性化的患者特定响应。
PDF4 months ago
SFGANS 自监督的人体动作分割未来生成器
通过自我监督方法生成原始特征向量的改进表示，提高了现有模型在行动分割的不同子任务上的性能。
PDF6 months ago
将大型语言模型凝聚用于将患者匹配到临床试验
探究专有和开源大型语言模型在患者试验匹配任务中的有效性，并证明在有限和合成数据集上进行微调后，开源模型与专有模型性能相当，从而为它们在实际医疗应用中的部署提供了巨大机会。
PDF7 months ago
机器学习在临床疾病诊断中的重要性：综述
通过分析当前文献，本研究提供了关于机器学习在疾病诊断方面的最新方法和性能指标的深入了解。
PDF8 months ago
MTS-LOF: 医学时间序列表示学习的遮挡不变特征
医学时间序列数据的表征学习的新框架 MTS-LOF 借鉴对比学习和掩蔽自编码器方法的优势，通过多掩蔽策略学习医学时间序列数据中的丰富上下文信息，并证明优于其他方法，可显著增强医疗应用的表征学习。同样，该研究对联合嵌入自监督学习和自编码器技术
PDF8 months ago
药物 - GPT 和 ChatGPT LLMs 对医疗洞察的比较分析：在患者和医疗专业人员背景下评估准确性和相关性
本研究比较分析了三种生成式预训练转换模型（GPT）在问答环境中的应用：Drug-GPT 3、Drug-GPT 4 和 ChatGPT，并且将其应用于医疗保健领域。研究的目标是确定哪个模型在回答关于特应性皮炎（AD）患者经历和与糖尿病相关的医
PDFa year ago
石针：面向医疗保健的通用多模态大规模模型框架
Stone Needle 是一种通用的、多模态的大型模型框架，专门用于医疗应用，并能够整合多种不同的模态，以超越单模态系统的限制，从而进行多轮对话的多模态交互，并通过多个实验结果证明相对于单模态系统具有更好的性能。
PDFa year ago
在医疗领域利用生成式人工智能模型进行合成数据生成：平衡研究和隐私
本文探讨使用生成式 AI 模型，如 GAN 和 VAE，为研究和培训创建逼真的匿名患者数据，以及在医疗保健中应用合成数据的益处、挑战和未来研究方向。
PDFa year ago
医疗保健的提示工程：方法和应用
本文介绍了自然语言处理领域中，面向医疗领域的即时工程方面的最新进展。并着重介绍其在问答系统、文本摘要和机器翻译等医疗应用中做出的重要贡献，在大语言模型的不断发展中，即时工程在医疗领域的重要性日益突出，本文旨在为医疗自然语言处理研究人员提供有
PDFa year ago
应急科室结果预测的多模态感知语言模型
本文探讨了多模式语言建模在医疗保健领域的应用，特别是基于急诊科主诉和生命体征文本信息的病人问题和需求预测，通过对 MIMIC-IV ED 数据集的诊断代码预测实验分析，我们发现多模式提高了预测性能，并且对一些疾病类别来说，生命体征具有更强的
PDFa year ago
个性化行为健康干预的政策优化
本文提出了一种名为 DecompPI 的新算法，用于优化基于行为干预的个性化健康干预计划，以实现卓越的长期健康成果；我们发现，该算法不仅具有一定的理论保证，而且在现实应用中也能够显著地减少干预成本。
PDFa year ago
通过有效的食物识别技术在本地新加坡食品数据集上营养辅助保健平台
本论文研究了精准食品识别在新加坡的需求，推出了面向新加坡的健康护理服务平台 FoodSG，发布了经过系统清洁和筛选的 FoodSG-233 本地化食品数据集，并将监督对比学习集成到食品识别模型 FoodSG-SCL 中以提高其准确性。通过全
PDFa year ago
在医疗保健领域交付可信 AI 的挑战
本文探讨了可信人工智能的问题，特别关注于医疗应用，并强调了组织问责制在人们如何理解和信任智能系统中扮演的重要角色。为了说明组织问责制的重要性，作者进行了乳腺癌筛查和癌症治疗规划的民族志研究，提出了一些促进可信人工智能发展的方案。
PDF2 years ago
深度学习在生理时间序列临床预测中是否真的优于非深度机器学习？
本文系统地检验了机器学习模型在临床预测任务方面的表现，尤其是在生理时间序列方面，并选择 Physionet 2019 挑战公共数据集来预测 ICU 单位脓毒症结局。比较了十个基准机器学习模型，包括三种深度学习方法和七种临床预测领域常用的非深
PDF2 years ago
可解释的人工智能在临床和远程健康应用中的应用：关于表格和时间序列数据的调查
本文综述了过去 5 年来的文献，阐述了对于健康领域中最适合在表格和时间序列数据中使用的 XAI 方法，旨在提供有效的解释方案给终端用户，强调临床验证、一致性评估、客观和标准化质量评估以及以人为中心的质量评估，同时指出现有方法的局限性以及领域
PDF2 years ago
胸部 X 光基础模型中的偏倚风险
该研究分析了一个公开可访问的胸部 X 光基础模型，发现模型存在性别和种族等保护特征的嵌入，这可能导致临床决策的性能退化和不公平性，因此，建议对基础模型进行充分的偏见和子组织性能分析。
PDF2 years ago