AI系统ProMUSE通过自适应成像降低阿尔茨海默病诊断成本

研究人员开发了ProMUSE，一个新颖的AI系统，旨在通过自适应地整合多模态数据来改善阿尔茨海默病的早期诊断。该系统最初使用低成本的临床评估并量化诊断不确定性。如果存在高不确定性，ProMUSE会逐步整合更昂贵的数据，如MRI和PET扫描，并利用Dempster-Shafer理论融合信息，减少对昂贵成像的依赖。在基准数据集上的实验表明，ProMUSE可以达到与全模态方法相当的准确性，同时显著减少对MRI/PET扫描的需求，为广泛筛查提供了一种更具成本效益的解决方案。 AI

影响 通过减少对昂贵成像技术的依赖，实现了更具成本效益和更广泛的阿尔茨海默病早期诊断。

排序理由 该集群描述了一篇关于用于医学诊断的AI模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Alzheimer's disease
• Alzheimer's Disease Neuroimaging Initiative
• Dempster–Shafer theory
• Dirichlet
• magnetic resonance imaging
• OASIS
• positron emission tomography

• 论文
• 产品
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →