← heapsort-ai

Medical Diagnosis

6 items

RESEARCHarXiv CS.LG·5d atrás

Early Detection of Alzheimer's Disease Using Explainable Machine Learning on Clinical Biomarkers: A Multi-Class Classification Study Using the Alzheimer's Disease Neuroimaging Initiative (ADNI) Dataset

Um classificador XGBoost foi desenvolvido usando características clínicas do conjunto de dados ADNI para detecção multiclasse de cognição normal, comprometimento cognitivo leve e doença de Alzheimer. O modelo alcançou um alto AUC macro médio de 0.983 e uma precisão de 0.944, com valores SHAP fornecendo explicabilidade das características.

29
RESEARCHarXiv CS.LG·24/04/2026

Validating a Deep Learning Algorithm to Identify Patients with Glaucoma using Systemic Electronic Health Records

Esta pesquisa valida um algoritmo de deep learning para avaliação de risco de glaucoma utilizando prontuários eletrônicos de saúde sistêmicos. O modelo, ajustado com dados de pacientes de Stanford, alcançou um AUROC de 0.883 e PPV de 0.657, demonstrando grande potencial para pré-rastreamento escalável e acessível.

27
RESEARCHarXiv CS.LG·21d atrás

Forecasting Medium-Horizon Alzheimer's Disease Progression: Residual Gap-Aware Transformers for 24-Month CDR-SB Change from ADNI Clinical and Biomarker Histories

Este artigo propõe um transformador com reconhecimento de lacunas residuais para prever a progressão da doença de Alzheimer em 24 meses, utilizando dados clínicos e biomarcadores do ADNI. A pesquisa analisa a mudança na pontuação CDR-SB, ancorando amostras em visitas de comprometimento cognitivo leve.

27