研究人员开发了PatTree，这是一种新颖的基于图的方法，可自动将多模态临床数据构建成统一的知识图谱。该方法旨在克服现实世界临床数据中数据异构性、缺失值和格式不一致的挑战，这些挑战常常阻碍AI在医学分类中的应用。通过在无需预先标准化的情况下保留不同数据源和模态之间的语义关系，PatTree促进了早期数据集成，并实现了机器可解释的数据访问。在ADNI-1队列子集上进行的实验表明，PatTree在阿尔茨海默病、轻度认知障碍和认知正常个体分类方面取得了最先进的性能，平衡准确率达到98.5%。 AI
影响 自动化临床AI的数据准备工作，有望加速研究和诊断。
排序理由 该集群描述了在arXiv上的一篇学术论文中提出的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
