asthma
PulseAugur coverage of asthma — every cluster mentioning asthma across labs, papers, and developer communities, ranked by signal.
- 2026-05-13 product_launch A developer launched chron, an open-source tool for logging AI conversations locally.
1 天有情绪数据
-
TEDDY基础模型高精度预测儿童疾病风险
研究人员开发了TEDDY，这是一种新颖的基础模型，旨在利用历史诊断数据预测儿童各种疾病的风险。TEDDY在超过一百万名儿童的数百万份ICD-10诊断数据上进行训练，在预测疾病发病率方面，其表现优于传统的机器学习模型，甚至优于大型通用语言模型。该模型对常见和罕见疾病都显示出显著的预测能力，其准确性在不同人群中保持一致，并且在诊断正式记录前两年以上进行预测时仍然有效。
-
人工智能标记出医生漏诊的严重心脏病
人工智能正在展示其检测人类医生可能忽略的严重医疗状况的能力。《纽约时报》的一篇报道强调了一个人工智能程序通过分析心电图识别出严重心脏问题，这项任务最初让医学专业人士感到困惑，他们怀疑是哮喘等较轻微的病症。这款人工智能工具将更广泛地分发给医生，突显了人工智能在医学诊断中日益增长的作用。
-
深度学习模型改进哮喘/COPD肺音诊断
研究人员开发了深度学习模型，特别是CNN和GRU，利用肺音数据来区分哮喘和COPD。该研究优化了MFCC矩阵和对数梅尔频谱图等输入表示，发现MFCC更优。自适应长度窗口对于处理频谱图中不一致的时间维度至关重要，从而在基于周期的F1分数上达到0.877，在基于主体的F1分数上达到0.855。
-
AI 模型 CoughSense 可从咳嗽声中分类五种呼吸道疾病
研究人员开发了 CoughSense，一个旨在通过 AI 从咳嗽录音中分类呼吸道疾病的系统。该系统微调了 OpenAI 的 Whisper 编码器，并采用具有平衡对比学习的双编码器交叉注意力融合技术，以区分五种状况：健康、COVID-19、哮喘、支气管炎和肺炎。CoughSense 在交叉验证中达到了 82.3% 的平衡准确率，优于其他模型，并展示了其新颖的主动帧 QKV 注意力池化技术的有效性。