إطار عمل للذكاء الاصطناعي للتشخيص التفريقي لمسببات الخرف باستخدام البيانات متعددة الوسائط.
إطار عمل للتعلم العميق للتشخيص التفريقي لمسببات الخرف باستخدام البيانات متعددة الوسائط.
توفر هذه الأداة إطار عمل للتعلم العميق نُشر في Nature Medicine لتشخيص مسببات الخرف. وهي مناسبة للباحثين السريريين ومطوري الذكاء الاصطناعي الطبي الذين يتعاملون مع بيانات المرضى متعددة الوسائط وفحوصات التصوير بالرنين المغناطيسي.
تقوم بمعالجة التركيبة السكانية على مستوى الأفراد، والتاريخ الصحي، والفحوصات العصبية، وفحوصات التصوير بالرنين المغناطيسي متعددة التسلسلات من خلال نموذج transformer. يصنف الإطار الأفراد إلى ثلاث عشرة فئة تشخيصية تشمل الإدراك الطبيعي، والضعف الإدراكي البسيط، وعشرة أنواع من الخرف.
تعتبر مناسبة للباحثين وعلماء البيانات الذين يمتلكون حق الوصول إلى المجموعات السريرية والبنية التحتية لوحدات معالجة الرسومات (GPU) ويرغبون في تشغيل تصنيف متقدم للخرف. وهي غير مناسبة للأطباء السريريين الذين يفتقرون إلى الخبرة التقنية أو أولئك الذين يفتقرون إلى إعداد Python و PyTorch المطلوب.
يجمع بين التركيبة السكانية، والتاريخ الصحي، والاختبارات العصبية، وفحوصات التصوير بالرنين المغناطيسي في نموذج transformer واحد.
تستخرج تضمينات الصور باستخدام مشفر Swin UNETR مضبوط بدقة مع أوزان مدربة مسبقاً ذاتية الإشراف.
تصنف المرضى عبر الإدراك الطبيعي، والضعف الإدراكي البسيط، وعشرة أنواع مميزة من الخرف.
يوفر مساحة مستضافة عبر الإنترنت لاختبار التنبؤات التشخيصية دون الحاجة إلى تثبيت محلي.
الأداة مجانية بموجب ترخيص open-source الخاص بها، ويتم استضافة عرض تفاعلي على Huggingface، مما يعني أن التكلفة المالية الوحيدة هي تشغيل الأجهزة الخاصة بك وبنية الحوسبة.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يدعم النموذج التركيبة السكانية، والتاريخ الصحي، والاختبارات العصبية، والفحوصات الجسدية، وفحوصات التصوير بالرنين المغناطيسي متعددة التسلسلات.
يمكنك استخدام عرض Huggingface Space التفاعلي المستضاف من قبل المؤلفين لاستكشاف تنبؤات النموذج في الوقت الفعلي.
نعم، يمكنك تدريب وتشغيل النموذج بدون صور باستخدام تكوين علامة NonImg.
شاهد Zekai أولاً في جوجل