PulseAugur
中
实时 10:58:51
English(EN) AI-driven Multimodal Representation Learning for Latent Mediation Structure Discovery of Socioeconomic Disadvantage, Psychosocial Factors, and Cardiometabolic Multimorbidity: Insights from the All of Us Research Program

AI框架揭示了社会劣势与心血管代谢疾病之间的联系途径

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新颖的AI驱动框架，以探索社会经济劣势、心理社会因素和心血管代谢多重发病率之间复杂的联系。通过整合来自“All of Us”研究计划的临床、实验室和基因组信息等多种数据类型，该研究利用特定模态的变分自编码器创建潜在表示。在此潜在空间中进行的中介分析揭示了一条重要途径，即社会经济劣势和心理社会脆弱性会间接导致以高血压和糖尿病等疾病为特征的心血管代谢多重发病率。 AI

影响 说明了基于AI的表示学习如何揭示多模态健康数据中的复杂关系。

排序理由 学术论文，详细介绍了一种新的AI驱动的健康数据分析框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

AI框架揭示了社会劣势与心血管代谢疾病之间的联系途径

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Cong Cao, Shuangge Ma ·

    人工智能驱动的多模态表示学习用于社会经济劣势、心理社会因素和心血管代谢多病共患的潜在中介结构发现：来自“All of Us”研究项目中的见解

    arXiv:2608.04016v1 Announce Type: cross Abstract: Social disadvantage is associated with multimorbidity, but the pathways linking social conditions to disease burden remain poorly understood. We developed an AI-driven multimodal mediation framework that integrates socioeconomic, …

相关实体

相关话题