利用机器学习预测高危冠状动脉疾病：来自SCOT-HEART试验的见解
基于临床数据训练的机器学习模型在CT扫描中预测冠状动脉疾病的准确性优于传统风险评分，可能指导心血管护理中的资源更有效利用。
革新胰腺癌早期检测：基于无细胞DNA片段组学和机器学习模型
一种新的无细胞DNA片段组学模型结合机器学习，在胰腺癌早期检测中实现了高准确性，有望通过及时干预改善患者预后。
用于预测难治性溃疡性结肠炎的可解释人工智能：来自日本全国注册研究的见解
使用全国注册数据的机器学习模型能够准确预测难治性溃疡性结肠炎的长期缓解，并识别关键预后因素，如假息肉。