Mobilise-D

新的DeMMO框架对跨疾病的移动结果进行建模

研究人员开发了DeMMO，一个新颖的可解释框架，用于使用来自可穿戴传感器的数字移动结果（DMOs）进行纵向、多疾病和多结果学习。该框架通过实现不同疾病中多个预测结果的联合建模来解决现有时间多任务模型的局限性，即使患者队列不重叠。DeMMO在Mobilise-D数据集上实现了卓越的预测性能，优于九个已建立的基线，并包含一个自动跨疾病和跨结果关系学习的机制。