机器学习促进转化医学研究：预测痴呆研究中的专利和临床试验纳入
原文中文，约200字，阅读约需1分钟。发表于：。使用机器学习技术，借助 Dimensions 数据库中的数据，研究人员对 1990-2023 年间英国痴呆研究出版物进行了分析，发现结合元数据、概念和摘要的模型具有最佳性能，证明将机器学习与当前研究方法相结合可以发现被忽视的出版物，加速找出有潜力的研究，并通过预测现实影响和指导翻译策略来改变痴呆研究。
该研究提出了一种多模式系统，使用专业人工神经网络来检测阿尔茨海默病及其严重程度。实验结果表明，该系统在ADReSS挑战数据集上达到了83.3％的精度，在DementiaBank Pitt数据库上达到了88.0％的分类精度，证明了无意识语音的通用性和可移植性。
