- 多発性硬化症（MS）における障害蓄積は個人差が大きく予測が困難であり、機械学習（ML）と患者報告アウトカム（PROs）および臨床医評価アウトカム（CAOs）を統合した解釈可能な予測モデルの開発・検証を目的とした。
多発性硬化症の多施設コホートを用いた解釈可能な機械学習による障害進展軌跡予測
AIによる要点抽出
ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。