Classificateur de l'AVC : Classification de l'étiologie de l'accident vasculaire cérébral ischémique par modélisation par consensus d'ensemble utilisant des dossiers de santé électroniques

Sciences de l'information, Intelligence artificielle, Médecine, Santé environnementale et publique, Neurologie,
AVC   apprentissage automatique   intelligence artificielle   classification de l'étiologie   dossiers de santé   précision diagnostique   prévention secondaire  

StrokeClassifier : Un outil d’intelligence artificielle pour la classification étiologique des AVC ischémiques basé sur les dossiers de santé électroniques Contexte du projet et motivation de la recherche La reconnaissance de l’étiologie des accidents vasculaires cérébraux (notamment les accidents ischémiques aigus, AIS) est cruciale pour la préven...

L'apprentissage auto-supervisé des données d'accéléromètres fournit de nouvelles perspectives sur le sommeil et sa relation avec la mortalité

L'apprentissage auto-supervisé des données d'accéléromètres fournit de nouvelles perspectives sur le sommeil et sa relation avec la mortalité

Sciences de l'information, Intelligence artificielle, Médecine, Psychiatrie, Neurologie, Sciences de la vie, Biophysique,
apprentissage auto-supervisé   accéléromètre   sommeil   mortalité   apprentissage profond   classification des stades du sommeil   étude de cohorte multicentrique  

De Nouveaux Aperçus sur le Lien entre le Sommeil et la Mortalité Révélés par l’Analyse de Données d’Accéléromètres de Poignet en Auto-apprentissage Dans la société moderne, le sommeil, en tant qu’activité fondamentale nécessaire à la vie, est d’une importance évidente. Mesurer et classifier avec précision les états sommeil/éveil ainsi que les diffé...

Développement et validation d'algorithmes d'apprentissage automatique basés sur des électrocardiogrammes pour les diagnostics cardiovasculaires au niveau de la population

Sciences de l'information, Intelligence artificielle, Médecine, Système cardiovasculaire, Sciences de la vie, Biophysique,
Intelligence Artificielle   Électrocardiogramme   Maladies Cardiovasculaires   Apprentissage Profond   Augmentation de Gradient Extrême  

Développement et validation d’un algorithme d’apprentissage automatique à grande échelle pour le diagnostic cardiovasculaire basé sur l’ECG Introduction Les maladies cardiovasculaires (Cardiovascular diseases, CV) constituent depuis longtemps une source majeure de charge de morbidité à l’échelle mondiale. Le diagnostic et l’intervention précoces so...

Impact d'un modèle de prédiction de la septicémie basé sur l'apprentissage profond sur la qualité des soins et la survie

Sciences de l'information, Intelligence artificielle, Médecine, Soins infirmiers, Médecine d'urgence,
apprentissage profond   septicémie   modèle de prédiction   qualité des soins   taux de survie   mortalité hospitalière   analyse d'impact causal  

Impact du modèle de prédiction de la septicémie basé sur l’apprentissage profond sur la qualité des soins et la survie des patients Contexte de l’étude La septicémie est une réaction inflammatoire systémique causée par une infection, affectant environ 48 millions de personnes dans le monde chaque année, dont environ 11 millions meurent. En raison d...

Grands modèles de langage pour identifier les déterminants sociaux de la santé dans les dossiers de santé électroniques

Sciences de l'information, Intelligence artificielle, Médecine, Santé environnementale et publique, Lettres et autres,
grands modèles de langage   déterminants sociaux de la santé   dossiers de santé électroniques   traitement du langage naturel   optimisation des modèles   génération de données synthétiques  

Identification des déterminants sociaux de la santé dans les dossiers de santé électroniques par les grands modèles linguistiques Contexte et motivation de la recherche Les déterminants sociaux de la santé (DSH) ont une influence significative sur les résultats de santé des patients. Cependant, dans les données structurées des dossiers de santé éle...

Génération de Tuiles d'Images Synthétiques de Lames Entières de Tumeurs à partir de Données de Séquençage ARN via des Modèles de Diffusion en Cascade

Génération de Tuiles d'Images Synthétiques de Lames Entières de Tumeurs à partir de Données de Séquençage ARN via des Modèles de Diffusion en Cascade

Sciences de l'information, Intelligence artificielle, Médecine, Médecine fondamentale, Oncologie,
modèles de diffusion en cascade   séquençage ARN   images synthétiques   tumeurs   apprentissage automatique   pénurie de données   données multimodales  

Génération d’images synthétiques de lames entières de tumeurs à partir de données de séquençage d’ARN via des modèles de diffusion en cascade Une étude récemment publiée dans Nature Biomedical Engineering intitulée “Generation of Synthetic Whole-Slide Image Tiles of Tumours from RNA-Sequencing Data via Cascaded Diffusion Models” a suscité une large...