数字医疗
《预测术后主要并发症的联邦学习模型》
全世界估计每年有2.3亿例重大外科手术，其中约有100万患者在手术中或手术后立即死亡。
《通过人类数字孪生促进行为改变，增强糖尿病自我管理的个性化》
糖尿病是一种影响全球数亿人的慢性疾病，需要患者通过改变生活方式、坚持服药和定期健康监测来积极控制病情，预防和延缓并发症的发生。
《通过半监督深度标签平滑优化社交媒体上的自杀风险检测》
这篇题为《通过半监督深度标签平滑优化社交媒体上的自杀风险检测》的研究论文，旨在解决社交媒体平台上自杀风险检测这一重要问题。
《用大语言模型加速临床证据综合》
临床证据对于支持临床实践和促进新药开发至关重要。它主要是通过对真实世界数据的回顾性分析或通过评估对人类新干预措施的前瞻性临床试验收集的。
《“健康大语言模型”：通过可穿戴传感器数据进行健康预测的大语言模型》
这份题为《“健康大语言模型”：通过可穿戴传感器数据进行健康预测的大语言模型》的文章提出了一项开创性的研究，探索了大语言模型（LLM）在健康领域的应用，特别是根据可穿戴传感器采集的数据预测健康结果。
《用于跨多种医疗模态数据合成的生成式人工智能：近期发展与挑战的系统综述》
人工智能（AI）和机器学习（ML）的出现彻底改变了包括医疗行业在内的许多领域。
《通过机器学习推进2型糖尿病的精准医学：治疗比较和风险预测》
2型糖尿病是一个快速凸显的公众健康问题，影响着全世界数以亿计的人。
《基于电子病历和机器学习的脑卒中患者的精准康复》
该项研究通过应用电子病历（EHR）和机器学习技术，探讨了脑卒中后患者的精准康复。
《预测神经发育缺陷的婴儿肠道菌群的数字孪生》
这篇题为《预测神经发育缺陷的婴儿肠道菌群的数字孪生》的文章提出了一项开创性的研究，该研究探索了利用数字孪生（一种人工智能模型），根据婴儿的肠道菌群来预测婴儿的神经发育结果。
《大语言模型的临床和外科应用：系统综述》
这篇题为《大语言模型的临床和外科应用：系统综述》的文章对大语言模型（LLM）目前在临床和外科环境中的应用情况进行了全面评估。