PulseAugur
中
实时 22:07:45
English(EN) Explainable Cross-Disease Reasoning for Cardiovascular Risk Assessment from Low-Dose Computed Tomography

AI框架增强CT扫描心血管风险评估

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的可解释跨疾病推理框架，用于使用低剂量计算机断层扫描（LDCT）评估心血管风险。该框架通过提取肺部影像学发现、整合医学知识以理解跨器官机制，并生成带有自然语言解释的心血管预测，从而整合了肺部和心脏健康评估。该系统在国家肺癌筛查试验队列上进行了测试，在心血管疾病（CVD）筛查中取得了0.919的AUC，在CVD死亡率预测中取得了0.838的AUC，超过了现有基线，并展示了一种可审计的风险评估方法。 AI

影响 该框架提供了一种更具可审计性和整合性的医学影像心血管风险评估方法，有望提高诊断准确性和患者预后。

排序理由 这是一篇详细介绍用于医学风险评估的新AI框架的研究论文。[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框架增强CT扫描心血管风险评估

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yifei Zhang, Jiashuo Zhang, Mojtaba Safari, Xiaofeng Yang, Liang Zhao ·

    用于低剂量计算机断层扫描心血管风险评估的可解释跨疾病推理

    arXiv:2511.06625v5 Announce Type: replace-cross Abstract: Low-dose chest computed tomography (LDCT) captures pulmonary and cardiac structures in a single scan, enabling joint assessment of lung and cardiovascular health. Existing approaches typically model these domains independe…

相关话题