Optimierungsalgorithmus für personalisierte Behandlungen mit begrenztem Budget.
Ein neuartiges Framework nutzt generative adversarial networks (GANs) zur Generierung von subpopulationsspezifischen synthetischen Daten, um die Vorhersageleistung für unterrepräsentierte Subpopulationen zu verbessern.
Entwicklung eines Bildungsinstruments zur Identifizierung von Risikofaktoren und deren Auswirkungen auf die Geburt, um die Erkennungsrate und die Planung angemessener Interventionen bei Risikopatienten zu verbessern.
Die Einführung des In-Context Padding (ICP)-Frameworks verbessert signifikant die klinischen Schlussfolgerungsfähigkeiten von großen Sprachmodellen.
Effizientes CPABE und OAuth2.0 basiertes Framework für sicheres Gesundheitsdaten-Sharing.
Flattened Outer Arithmetic Attention (FOAA) verbessert die multimodale Tumor-Klassifikation durch innovative Aufmerksamkeitsmechanismen.
Die Studie zeigt die Machbarkeit und das Potenzial der Verwendung von nicht-invasiven autonomen Systemen zur Überwachung von ICU-Patienten auf.
Große Sprachmodelle sind effektiv für die Phänotypisierung von Arztnotizen.
Entwicklung des KG-Rank-Frameworks zur Verbesserung der medizinischen Frage-Antwort mit Wissensgraphen und Ranking-Techniken.
KlinischeMamba übertrifft bestehende Modelle in der Verarbeitung langer klinischer Texte und erzielt bemerkenswerte Leistungen in der medizinischen Domäne.