La prometedora vacuna contra el ébola lleva 15 años en el estante
La vacuna contra el ébola más prometedora lleva 15 años almacenada. Ahora, los investigadores corren para probarla contra el brote de Bundibugyo en Congo.
#enfermedad
Nariz de IA detecta enfermedades con modelo de lenguaje olfativo
Descubre cómo una nariz de IA con modelo de lenguaje olfativo analiza el aliento para detectar EPOC o insuficiencia cardíaca. Diagnóstico no invasivo y preciso.
Adquisición Activa de Características Zero-Shot con LLM
Elicitación de LLM logra adquisición activa de características sin etiquetas, superando métodos en diagnóstico de enfermedades complejas.
Flujo latente para dinámicas de enfermedad en imágenes longitudinales
El flujo latente modela progresión de enfermedades específicas por paciente, genera imágenes longitudinales para diagnóstico preciso y personalizado.
FKRSBM: armonización PET tau con puente de Schrödinger
El modelo FKRSBM utiliza puentes de Schrödinger para armonizar PET tau, reduciendo sesgos y mejorando diagnósticos de Alzheimer. ¡Entra!
Reconstrucción y pronóstico de Alzheimer con datos rutinarios
Nuevo modelo GNOVA reconstruye y predice la evolución del Alzheimer usando solo datos clínicos rutinarios. Sin MRI, PET ni CSF. ¡Descubre cómo!
Alineación multimodal para predicción temporal de eventos
Mejora la predicción de eventos clínicos hasta un 5.4% con fusión multimodal adaptativa. Descubre cómo alinear CT y EHR para robustez en distintos escenarios.
LiteOdyssey: Un agente de IA ligero para diagnosticar enfermedades raras
LiteOdyssey: el agente de IA ligero que logra 59.3% Recall@1 en enfermedades raras sin escalar.
Modelos mundiales médicos: estados, dinámicas e intervenciones
Descubre cómo los modelos mundiales médicos simulan la evolución de enfermedades y guían intervenciones clínicas personalizadas. Una revisión de la IA en salud.
Razonamiento semántico en medicina: grafos de conocimiento en cinco dominios
Los grafos de conocimiento revolucionan la medicina: diagnósticos precisos, tratamientos personalizados y más. Cinco dominios clave.
Cribado neurodegenerativo con LLM multimodales unificando acústica y texto
NeurMLLM unifica acústica y texto con LLM multimodales para detectar Alzheimer y Parkinson. Resultados superiores en clasificación de etapas.
Clasificación ensemble de enfermedades en hojas de limón con deep learning
Descubre cómo un ensemble de InceptionV3 y MobileNetV2 clasifica enfermedades en hojas de limón con un 99.27% de precisión. Entrenamiento adversarial y
Modelado de gemelo basado en transiciones para Alzheimer con datos dispersos
Descubre: gemelo digital basado en transiciones predice Alzheimer con datos dispersos. Ofrece predicciones personalizadas y análisis de trayectorias.
Extracción de condiciones de aplicabilidad en relaciones fármaco-enfermedad
Aprende a extraer condiciones de aplicabilidad en relaciones fármaco-enfermedad para mejorar la toma de decisiones clínicas con IA.
CottonLeafVision: aprendizaje profundo para detectar enfermedades en algodón
Descubre cómo CottonLeafVision logra un 98% de precisión en clasificación de enfermedades del algodón con explicabilidad y robustez.
AAbAAC: Un corpus anotado para extraer información en autoinmunidad
Descubre AAbAAC, un corpus anotado con 115 resúmenes de PubMed para mejorar el reconocimiento de entidades en el dominio de la autoinmunidad.
Árboles de Presupuesto Latente Simultáneo para Clasificación Estratificada
Clasificación estratificada interpretable con Árboles de Presupuesto Latente Simultáneo. Controla variables temporales, espaciales o demográficas.
OmniBioTwin: Marco de sistemas gemelos para gemelos digitales de salud
Descubre OmniBioTwin: un marco de sistemas gemelos modulares para gemelos digitales de salud. Modela enfermedades complejas como el Alzheimer con capas coordinadas.
Mejora de Embedding Espectral con Transferencia Robusta y Flexible en EHR
Descubre cómo mejorar embeddings espectrales en EHR con transferencia de conocimiento robusta y flexible, superando datos escasos en enfermedades raras.
Ajuste fino supervisado con datos sintéticos perjudica predicción de Alzheimer
Un estudio revela que el ajuste fino con razonamiento sintético empeora la predicción de Alzheimer, a pesar de razonamientos precisos. Descubre por qué.