SHIMMER:常规临床数据处理为可扩展的疾病状态标志物
研究人员开发了一种名为SHIMMER的机器学习系统,能够利用常规临床数据估算个体患多种疾病的风险,可能提前数年发现潜在疾病。这一成果为利用现有医疗记录实现可扩展的早期疾病标志物检测铺平了道路,对精准医学领域具有重要价值。
研究人员开发了一种名为SHIMMER的机器学习系统,能够利用常规临床数据估算个体患多种疾病的风险,可能提前数年发现潜在疾病。这一成果为利用现有医疗记录实现可扩展的早期疾病标志物检测铺平了道路,对精准医学领域具有重要价值。