amyotrophic lateral sclerosis
PulseAugur coverage of amyotrophic lateral sclerosis — every cluster mentioning amyotrophic lateral sclerosis across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新的西班牙语语音语料库旨在改善神经系统疾病的自动语音识别
研究人员推出了 S-DiverSe，这是一个新的西班牙语语音数据语料库，专门用于改进针对神经系统疾病患者的自动语音识别 (ASR)。该数据集包含 3.2 小时的野外录音，来自 22 名患有肌萎缩侧索硬化症、帕金森病和中风的西班牙语使用者。S-DiverSe 包含 444 个转录的音频片段，并附有说话者特征和病症的元数据，旨在促进针对这一具有挑战性的语音领域的 ASR 开发和评估。初步实验表明，文本后处理方法比微调更能有效地使 ASR …
-
京东高管以每天12小时工作时间对抗肌萎缩侧索硬化症，寻求治愈方法
前京东副总裁蔡磊已与肌萎缩侧索硬化症（ALS）抗争七年，他正将剩余的时间投入到寻找治愈这种疾病的方法中。尽管身患不治之症且病情已至晚期，导致他无法自行移动或说话，蔡磊仍使用眼动追踪技术，每天工作12小时。即使经历了数次危及生命的事件，他的决心依然坚定，这源于他对信仰的坚持。
-
AI赋能言语障碍渐冻症患者全职工作
加州大学戴维斯分校的一个研究团队开发了一种机器学习方法，使一名肌萎缩侧索硬化症（ALS）患者能够有效沟通。该系统能以92%的准确率将脑活动转化为句子，使患者能够全职工作。虽然硬件并非全新，但其进步之处在于对神经信号进行复杂的AI翻译。
-
肌萎缩侧索硬化症患者成为首位能够使用语言的脑植入物“高级用户”
患有肌萎缩侧索硬化症（ALS）的 Casey Harrell 已成为首位“高级用户”，使用一款旨在恢复语言能力的脑机接口（BCI）。在近三年、超过 3800 小时的使用后，Harrell 现在能够独立交流、浏览网页，并使用植入的电极完成工作。该系统解码来自言语运动皮层的神经活动以生成音素，然后将其高精度地转换为单词，词汇量已扩展到 125,000 个单词。
-
新的SLBT框架通过分层因子增强分类能力
研究人员推出了一种名为SLBT（Simultaneous Latent Budget Trees）的新型概率机器学习框架，用于处理具有分层因子的分类任务。该方法采用基于模型的分割规则，其中子节点代表同时混合模型的潜在组件，允许基于分层变量区分观测分布和响应类别特征。该框架的详细信息已在一篇论文中阐述，并附带一个在GitHub上开源的库，其应用已在分析肌萎缩侧索硬化症进展中与性别相关的差异方面得到证明。
-
AI 加速运动神经元疾病的药物发现
人工智能正被用于加速运动神经元疾病药物的发现。这项AI应用旨在显著缩短该领域药物开发通常所需的时间。该举措凸显了AI在推进医学科学和患者护理方面日益增长的潜力。
-
数字孪生被提议作为临床试验的合成对照
研究人员发表了一篇论文，详细介绍了在单臂临床试验中使用数字孪生作为合成对照臂。这些先进的机器学习模型可以生成个性化的疾病进展预测，为传统方法提供了更稳健的替代方案。该论文讨论了这些数字孪生如何克服现有合成对照方法的局限性，并提供了其实际部署的指导，包括FDA关于AI在药物开发中应用的指导草案的考虑因素。