TEDDY基础模型高精度预测儿童疾病风险

研究人员开发了TEDDY，这是一种新颖的基础模型，旨在利用历史诊断数据预测儿童各种疾病的风险。TEDDY在超过一百万名儿童的数百万份ICD-10诊断数据上进行训练，在预测疾病发病率方面，其表现优于传统的机器学习模型，甚至优于大型通用语言模型。该模型对常见和罕见疾病都显示出显著的预测能力，其准确性在不同人群中保持一致，并且在诊断正式记录前两年以上进行预测时仍然有效。 AI

影响 为使用有限数据进行预测性医疗保健模型树立了新标杆，有望改善儿童早期疾病检测。

排序理由 发布了一篇详细介绍新基础模型及其性能基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• asthma
• attention deficit hyperactivity disorder
• CNN
• DenseNet
• Hugging Face
• ICD-10
• long short-term memory
• recurrent neural network
• TEDDY

• 论文
• 模型发布
• 产品

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