PulseAugur
实时 10:12:43
English(EN) Self-supervised DXA representations encode multi-system disease risk, biological aging and heritability

AI模型LeDXA从X射线扫描中提取疾病风险和生物年龄

研究人员开发了LeDXA,一种从双能X射线吸收法(DXA)扫描中提取健康见解的自监督学习模型。LeDXA在未标记的DXA图像上进行训练,可预测疾病风险、生物衰老和遗传性,其表现优于传统的DXA测量和DINOv3等通用模型。该模型在骨关节炎(髋关节和膝关节)和2型糖尿病等常见和新发疾病的预测方面有所改进,并准确估计了生物年龄,该年龄与疾病负担和死亡风险相关。 AI

影响 这项研究展示了AI从医学影像中提取更深层健康见解的潜力,有望改善疾病预测和个性化健康评估。

排序理由 发表了一篇详细介绍新型AI模型及其发现的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

AI模型LeDXA从X射线扫描中提取疾病风险和生物年龄

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Gil Sasson, Zachary Levine, Smadar Shilo, Sarah Kohn, Guy Lutsker, Anastasia Godneva, Adam Gabet, David Krongauz, Adina Weinberger, Yann LeCun, Randall Balestriero, Eran Segal ·

    Self-supervised DXA representations encode multi-system disease risk, biological aging and heritability

    arXiv:2608.02208v1 Announce Type: new Abstract: Whole-body dual-energy X-ray absorptiometry (DXA) scans are routinely acquired to measure bone density and regional body composition, leaving their spatial structure largely unused. Here, we show that self-supervised learning (SSL) …