数字医疗
博士论文：《基于人体肠道微生物群和代谢物组的健康状况计算预测》
肠道内的一系列微生物被称为肠道微生物群，对人类的整体健康至关重要。
《通过自动生成和丰富知识图加速医学知识发现》
虽然曾经被认为是早期人工智能(AI)研究的遗物，但知识图谱(KGs)近年来经历了惊人的复苏。
《利用大型语言模型增强电子病历对阿尔茨海默病发病风险的预测》
阿尔茨海默病（AD）是65岁及65岁以上美国人的第五大死因。筛查和早期发现阿尔茨海默病和相关痴呆症对于及时干预和确定临床试验参与者至关重要。
《X光胸片智能体：用于胸部X光片判读的、具有不确定性感知的放射学报告的视觉语言模型》
医学领域包括通过分析患者病史、评估症状、解读医学扫描以及考虑医务人员可用的任何其它相关数据来诊断疾病和病症的过程。
《治疗反应和癌症疗效的计算预测》
肿瘤的治疗发展仍然具有挑战性。虽然在某些情况下取得了重大进展，但进展仍然缓慢而渐进。
《函数时间变换模型及其在数字健康中的应用》
可穿戴和传感器技术的进步实现了为个人用户量身定制的实时、详细的生理和行为信号的采集。
博士论文：《受生理学启发的深度学习可改善心力衰竭的管理》
心力衰竭是一种越来越普遍的疾病，它会带来严重的发病率和死亡率。
《利用多模态数据集增强药物不良事件检测：语料库创建和模型开发》
药物不良事件（ADE）包括药物使用造成的任何伤害，无论是意外、超说明书用药，还是由于用药差错造成的。
《基于大语言模型的生成式人工智能医学实体数据抽取器》
人工智能（AI）在医疗保健中的整合，特别是通过电子病历的整合，标志着医疗技术的重大进步。
博士论文：《从电子病历中生成忠实完整的医院病程小结》
这篇题为《从电子病历中生成忠实完整的医院病程小结》的博士论文解决了从电子病历（EHR）中生成准确而全面的住院小结的挑战，以减轻临床医生的管理负担并缓解他们的职业倦怠风险。
《主动脉狭窄个性化血流动力学的人工智能多模态建模》
《主动脉狭窄个性化血流动力学的人工智能多模态建模》一文提出了一种人工智能驱动的计算框架，用于利用患者特异性计算机断层扫描（CT）成像数据对主动脉狭瓣窄（AS）血流动力学进行个性化建模。
《利用经知识调整后的大语言模型自动提取临床数据》
《利用经知识调整后的大语言模型自动提取临床数据》一文提出了一种利用经知识调整后的大语言模型（LLMs）从医学影像报告和临床报告中自动提取临床数据的新框架。
《范围综述：利用大型语言模型分析解释电子病历》
《范围综述：利用大型语言模型分析解释电子病历》一文探讨了大语言模型（LLM）在电子病历分析和解释中的应用，重点关注这项技术在医疗保健中的潜在应用、当前应用和未来影响。
《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。