Cadre d'IA pour le diagnostic différentiel des étiologies de la démence sur des données multimodales.
Cadre d'apprentissage profond pour le diagnostic différentiel des étiologies de la démence utilisant des données multimodales.
Cet outil fournit un cadre d'apprentissage profond publié dans Nature Medicine pour le diagnostic des étiologies de la démence. Il convient aux chercheurs cliniques et aux développeurs d'IA médicale travaillant avec des données de patients multimodales et des examens IRM.
Il traite les données démographiques individuelles, les antécédents médicaux, les examens neurologiques et les examens IRM à séquences multiples via un modèle de transformateur. Le cadre classe les individus en treize catégories diagnostiques couvrant la cognition normale, les troubles cognitifs légers et dix types de démence.
Il convient aux chercheurs et aux data scientists ayant accès à des cohortes cliniques et à une infrastructure GPU qui souhaitent exécuter une classification avancée de la démence. Il ne convient pas aux cliniciens sans expertise technique ou à ceux qui ne disposent pas de la configuration Python et PyTorch requise.
Combine les données démographiques, les antécédents médicaux, les tests neurologiques et les examens IRM en un seul modèle de transformateur.
Extrait des embeddings d'images à l'aide d'un encodeur Swin UNETR affiné avec des poids pré-entraînés par auto-supervision.
Classifie les patients selon la cognition normale, les troubles cognitifs légers et dix types de démence distincts.
Fournit un espace hébergé en ligne pour tester les prédictions diagnostiques sans installation locale.
L'outil est gratuit sous sa licence open source, et une démo interactive est hébergée sur Huggingface, ce qui signifie que le seul coût financier est l'exploitation de votre propre matériel et de votre infrastructure de calcul.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Le modèle prend en charge les données démographiques, les antécédents médicaux, les tests neurologiques, les examens physiques et les examens IRM à séquences multiples.
Vous pouvez utiliser la démo interactive de l'espace Huggingface hébergée par les auteurs pour explorer les prédictions du modèle en temps réel.
Oui, vous pouvez entraîner et exécuter le modèle sans imagerie en utilisant la configuration du drapeau NonImg.
Voir Zekai en premier dans Google