用变压器和机器学习对无形皮肤炎患者的表型定型.
Andrew Wang1, Rachel Fulton2, Sy Hwang3
1Department of Computer and Information Science, School of Engineering and Applied Sciences, University of Pennsylvania, Philadelphia, PA.
medRxiv : the preprint server for health sciences
|September 11, 2023
概括
这项研究开发了一种使用机器学习的自动化方法,从电子健康记录中识别阿托皮性皮肤炎 (AD) 患者,改进对AD研究的临床试验招聘.
科学领域:
- 皮肤病学 皮肤病学
- 计算生物学 计算生物学
- 临床信息学 临床信息学
背景情况:
- 无氧性皮肤炎 (AD) 是一种普遍的慢性皮肤疾病,影响全球数百万人.
- 目前对AD的临床试验招募受到诊断变异性和手动患者识别的阻碍.
- 需要自动化患者表型化来简化队列招募.
结论:
- 自动化患者表型识别可以加速和标准化AD临床试验招聘.
- 这种方法减少了临床医生在确定研究参与者的负担.
- 促进招聘可以加速发现改善的治疗方法对亚托皮性皮肤炎.
更多相关视频
09:32Resolving Water, Proteins, and Lipids from In Vivo Confocal Raman Spectra of Stratum Corneum through a Chemometric Approach
Published on: September 26, 2019
7.2K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.1K
