¡Otro avance en IA! Examen simultáneo de 10 tipos de demencia, tasa de admisión de estudiantes de medicina en la categoría general 26%

Escrito por | Ma Xuewei

Introducción

La demencia es la séptima causa principal de muerte en la población mundial y también es la principal causa de pérdida de capacidad y dependencia en los ancianos en todo el mundo. Se ha confirmado que la demencia es beneficiosa para las personas mayores, la salud física anual y otras responsabilidades domésticas.

Hoy en día, el Instituto de Investigación de la Universidad de Yuba y coautores han desarrollado una herramienta de inteligencia artificial (IA) que es un asistente médico prometedor para nosotros (al mismo tiempo).

Se publicó en Nature Medicine una revisión de la investigación sobre “Diagnóstico diferencial basado en IA de etiologías de demencia en datos multimodales”.

“Mi propia fórmula de IA para la generación de pacientes. El potencial de la herramienta para recopilar constantemente el número de camas y diagnosticar los síntomas de la demencia (la exposición ya está completa) y el potencial de la herramienta para desarrollar el potencial de la enfermedad y la combinación de la demencia”. Dra. Vijaya B. Kolachalama, Profesora Asociada de Medicina, Facultad de Medicina Avedisian.

Existe una escasez global de personal médico en el mundo, y la demanda de otros pacientes aumenta rápidamente. Es posible brindar diagnóstico temprano y asistencia médica para enfermedades leves, rehabilitación y atención a pacientes, y prevención y tratamiento de enfermedades.

Esperamos que nuestro equipo de investigación continúe aumentando el número de casos de demencia en los próximos 20 años y que nuestras herramientas de IA proporcionen pruebas de diagnóstico confiables, respaldando la creciente demanda de tratamientos efectivos para la demencia.

Tasa de admisión para el examen de estudiantes de medicina: 26%

El número de oficinas de la Organización Mundial de la Salud (OMS) supera actualmente las 5.500 en todo el mundo. Todo el mundo sufre de demencia y cada año hay 10 millones de casos nuevos de demencia en todo el mundo.

Por ello, es muy importante confirmar la eficacia del diagnóstico de la demencia y desarrollar estrategias de tratamiento específicas. Sin embargo, actualmente no hay límite para la adquisición de herramientas de corte, y la corta historia de un erudito divino y un psicólogo divino es un paso más que el otro desafío.

En este caso, el equipo de investigación ha abierto un marco de aprendizaje de equipos (ML) de múltiples modelos, y el marco se utiliza para la recopilación regular. Se confirmó una serie de datos (información de la población, historial del paciente, historial familiar, información de uso e historial psicológico) La patología específica de la demencia se confirmó mediante resonancia magnética.

Imagen | Tabla de clasificación de etiología

Para utilizar varios tipos de modelos, tenemos una gran cantidad de modelos para elegir, y el equipo de investigación utiliza diferentes métodos para identificar la demencia. La distribución general se ha dividido en 13 categorías diferentes, una o más de las cuales son de conocimiento común entre los neurólogos. Los diversos métodos de clasificación práctica se consideran en términos de rutas de gestión de pisos, que reflejan el escenario del mundo real. Por ejemplo, grupo de investigación, grupo de demencia física vial general, grupo de demencia de la enfermedad de Kanamori, categoría de combinación LBD. Comprenda los conceptos básicos de esta clasificación, y comprenda que el camino de la enfermedad suele ser similar al camino de la observancia, y que muchos obstáculos académicos suelen ser dirigidos por miembros de la familia.

Imagen | Conjunto de nueve números independientes

Este estudio utilizó una colección de nueve números independientes, incluidos ADNI, NACC, NIFD, PPMI, OASIS, LBDSU, 4RTNI y FHS. Diseño de modelos de usuario de instalación de números objetivo de NACC, NIFD, PPMI, OASIS, LBDSU y 4RTNI. Prueba de modelo intermedio ADNI, FHS y NACC. Actualmente en investigación, desde que se utilizan múltiples marcos ML, se han recopilado nueve números globales diferentes y se han movido los números de 50.000 personas.

Niño | Varios números, modelo de construcción de la estrategia de construcción japonesa. a、Modelo de diagnóstico de demencia utilizado, entorno y desarrollo de múltiples especies, demografía individual integral, historial de salud, examen sistemático, examen físico/físico y diagrama de resonancia magnética de múltiples secuencias. Por lo tanto, cuando se dispone de un número trivial, se concentran nueve números independientes. Se incluye el número de organizaciones de investigación, incluidas NACC, AIBL, PPMI, NIFD, LBDSU, OASIS y 4RTNI. El laboratorio de investigación utiliza NACC para pruebas internas. El equipo de investigación ha sido utilizado por ADNI y FHS. b, Estructura del modelo de trabajo del transformador. Cada ataque especial pasa a través de un modelo con un embutido específico. estrategia, una longitud fija de dirección y un transformador que se puede importar a la producción. Cuando se utiliza una capa cableada, se utiliza el transformador para conectar la capa cableada. c、Análisis comparativo del progreso de la recopilación de números de prueba de NACC、Comparación de la presentación del modelo de IA bajo la asistencia del modelo de IA y la apariencia durante la asistencia de la IA. Mismo nombre, Equipo de investigación, Departamento de medicina, Departamento de radiología, otras personas han obtenido la lista de pruebas NACC, seleccione la máquina en la lista de casos de demencia, libro, aquí está el impacto de AI del análisis detallado. Actualmente, hay varios modelos similares disponibles para estudiantes de medicina. Al final, las instalaciones de investigación de NACC, ADNI y FHS son el resultado del estudio de los modelos biológicos y patologías disponibles, etc.

Figura | Rendimiento del modelo de condición de conocimiento de clasificación

La capacidad del modelo es efectiva, el área tiene un reconocimiento normal, el grado de reconocimiento está deteriorado y el AUROC promedio real es 0,94, y su capacidad de desarrollo es extremadamente fuerte. Los modelos son de la misma edad, género y variedad, y tienen una buena capacidad de explicación y reproducción. La lógica del modelo muestra que el número es fijo, el número no está completo y el resultado es que también se puede mantener.

Figura | Rendimiento del modelo etiológico de la demencia segmentaria

La capacidad del modelo para clasificar 10 etiologías de demencia diferentes (demencia integral, demencia vascular, demencia por enfermedad de carretera, etc.) logró un AUROC promedio pequeño de 0,96 y la etiología de la enfermedad se determinó con gran certeza. El modelo muestra demencia mixta (con múltiples etiologías), con un AUROC promedio de 0,78 y una combinación de diferentes etiologías. Los resultados de las pruebas en el modelo y el objeto son consistentes, y los resultados se confirman cuando se confirman los resultados de la prueba.

Imagen | Examen médico de alto nivel y rendimiento eficiente del modelo.

Entre los 100 ejemplos disponibles, el AUROC del modelo de IA utilizado en el examen médico fue del 26,25% y la precisión del modelo fue del 26,25%. Como resultado del examen del modelo, los resultados del examen médico, del examen médico del médico y del examen médico del radiólogo son altamente consistentes, y el modelo es capaz de proporcionar información diagnóstica precisa.

Escasez y perspectivas

El enfoque principal de la investigación es la representatividad de la población caucásica y de los grupos étnicos de otros grupos étnicos. Es posible introducir un modelo que difiera de la apariencia de diferentes grupos de doujin. Se puede utilizar una gran cantidad de casos de EA para centrarse en el tipo de EA y se pueden utilizar otros tipos de demencia.

Es posible modelar la demencia con diferentes tipos de demencia, pero no es posible comprender las diferencias patológicas de la EA. Las investigaciones futuras requieren un análisis más profundo de los diferentes tipos de modelos de AD, y el modelo actual tiene una apariencia pequeña.

El rendimiento del modelo, la demencia moderada y grave combinadas en una categoría, es posible reflejar completamente el entorno médico específico y los detalles del nivel de la enfermedad. Las investigaciones futuras son posibles gracias a la excepcional precisión de la producción del estadio de la enfermedad y a la alta precisión del modelo.

La cantidad de combinaciones de modelos que se pueden configurar refleja las diferencias entre los distintos tipos de estudiantes de medicina que atienden a los pacientes y la flexibilidad del modelo. Se recogen las demandas de futuras investigaciones, se unifican, se estandarizan y se determina el número de pruebas, de modo que se aumenta aún más la flexibilidad del modelo.

En el futuro, se mostrará el equipo de investigación, más personas podrán estudiar, el número de pacientes será diferente, el número de pacientes será diferente y el número de pacientes será diferente. Un modelo patológico con características diferentes, como una combinación de características adicionales, un enfoque más detallado y un método especial más detallado; IA general Al combinar el modelo y otras tecnologías, así como la prueba básica, etc., podemos obtener información completa del paciente, paso a paso, y tener una alta precisión diagnóstica; Es posible realizar investigaciones a largo plazo, el progreso del desarrollo de la enfermedad y los efectos del tratamiento en pacientes con discapacidad, la capacidad del modelo para explorar y cómo confirmar que se encuentra actualmente en la práctica.

Enlace del artículo:

https://www.eurekalert.org/news-releases/1050605

https://www.nature.com/articles/s41591-024-03118-z

https://www.who.int/zh/news-room/fact-sheets/detail/dementia