PulseAugur
实时 12:10:32
English(EN) Dynamical Predictive Modelling of Cardiovascular Disease Progression Post-Myocardial Infarction via ECG-Trained Artificial Intelligence Model

AI模型利用ECG数据预测心血管疾病进展

研究人员开发了一种新颖的人工智能模型,旨在预测心肌梗死后心血管疾病的进展。该模型利用无标签ECG数据上的自监督学习,并整合了患者特定的时间信息。在针对心梗后结局预测进行微调后,与从头开始训练的模型相比,该模型表现出更优越的性能,取得了更高的AUC分数。 AI

影响 该AI模型有望改善心血管疾病并发症的早期预测,从而可能带来更好的患者预后和更有针对性的治疗。

排序理由 该集群包含一篇研究论文,详细介绍了新颖的AI模型及其在特定医学预测任务上的性能。[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模型利用ECG数据预测心血管疾病进展

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Oleg Aslanidi ·

    基于ECG训练的人工智能模型对心肌梗死后心血管疾病进展的动力学预测建模

    Myocardial infarction (MI) is a leading cause of death, and its adverse outcomes are urgent to predict. Yet ECG-based prognostic models underperform because deep learning requires large, labelled datasets, which are scarce in medicine. Foundation models can learn from unlabelled …