Predicción conforme de riesgo de NAFLD usando Gradient Boosting
Descubre cómo un modelo de Gradient Boosting con predicción conforme logra un 91.3% de cobertura real para predecir NAFLD, superando a redes neuronales.
#enfermedad
scCBGM: Edición Contrafactual Interpretable de Células Únicas
scCBGM: marco interpretable para edición contrafactual precisa de células individuales. Supera benchmarks en predicción y generalización combinatoria.
Desentrañando vías de riesgo latentes con inferencia bayesiana de hipergrafos
La inferencia bayesiana de hipergrafos desentraña vías de riesgo ocultas en historiales clínicos, mejorando la predicción de enfermedades raras con incertidumbre calibrada. ¡Léelo!
Desentrañando vías de riesgo latentes con hipergrafos bayesianos
Inferencia bayesiana de hipergrafos revela vías de riesgo latentes en EHR, mejorando la predicción de enfermedades raras con incertidumbre calibrada.
Comparativa de estrategias para segmentar lesiones cerebrales con datos parciales
Descubre cómo el pseudolabeling con datos parcialmente etiquetados mejora la segmentación de lesiones cerebrales en FLAIR MRI. Un estudio con más de 2000 volúmenes.
Explicando la estadificación no supervisada del Huntington
Descubre cómo la IA explica las etapas del Huntington mediante clusters y SHAP. Mejora la interpretabilidad clínica y la confianza en modelos no supervisados.
Predicción temprana de gravedad de la Enfermedad Veno-Oclusiva con IA
La IA probabilística predice la gravedad de la Enfermedad Veno-Oclusiva antes del trasplante, ayudando a los médicos a decidir el mejor tratamiento.
Predicción temprana de gravedad en Enfermedad Veno-Oclusiva con IA
Un innovador método de IA basado en aprendizaje probabilístico predice la gravedad de la Enfermedad Veno-Oclusiva antes del trasplante, permitiendo tratamientos personalizados con gemelos digitales.