Zobrazeno 1 - 10
of 105
pro vyhledávání: '"Pollard, Tom J."'
Autor:
Johnson, Alistair E. W., Pollard, Tom J., Greenbaum, Nathaniel R., Lungren, Matthew P., Deng, Chih-ying, Peng, Yifan, Lu, Zhiyong, Mark, Roger G., Berkowitz, Seth J., Horng, Steven
Chest radiography is an extremely powerful imaging modality, allowing for a detailed inspection of a patient's thorax, but requiring specialized training for proper interpretation. With the advent of high performance general purpose computer vision a
Externí odkaz:
http://arxiv.org/abs/1901.07042
A large volume of research has considered the creation of predictive models for clinical data; however, much existing literature reports results using only a single source of data. In this work, we evaluate the performance of models trained on the pu
Externí odkaz:
http://arxiv.org/abs/1812.02275
Electronic Health Records (EHRs) contain a large volume of heterogeneous patient data, which are useful at the point of care and for retrospective research. These data are typically stored in relational databases. Gaining an integrated view of these
Externí odkaz:
http://arxiv.org/abs/1806.00397
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Raffa, Jesse D., Johnson, Alistair E. W., O’Brien, Zach, Pollard, Tom J., Mark, Roger G., Celi, Leo A., Pilcher, David, Badawi, Omar
Publikováno v:
Crit Care Med
OBJECTIVES: To develop and demonstrate the feasibility of a Global Open Source Severity of Illness Score (GOSSIS)-1 for critical care patients, which generalizes across healthcare systems and countries. DESIGN: A merger of several critical care multi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::89ee28991133983901aa938a67c8361a
https://pubmed.ncbi.nlm.nih.gov/36227050
https://pubmed.ncbi.nlm.nih.gov/36227050
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Badawi, Omar, Brennan, Thomas, Celi, Leo Anthony, Feng, Mengling, Ghassemi, Marzyeh, Ippolito, Andrea, Johnson, Alistair, Mark, Roger G, Mayaud, Louis, Moody, George, Moses, Christopher, Naumann, Tristan, Nikore, Vipan, Pimentel, Marco, Pollard, Tom J, Santos, Mauro, Stone, David J, Zimolzak, Andrew
Publikováno v:
JMIR Medical Informatics, Vol 3, Iss 1, p e6 (2015)
Externí odkaz:
https://doaj.org/article/371160aeb94249c3a82e35f556704622
Autor:
Badawi, Omar, Brennan, Thomas, Celi, Leo Anthony, Feng, Mengling, Ghassemi, Marzyeh, Ippolito, Andrea, Johnson, Alistair, Mark, Roger G, Mayaud, Louis, Moody, George, Moses, Christopher, Naumann, Tristan, Nikore, Vipan, Pimentel, Marco, Pollard, Tom J, Santos, Mauro, Stone, David J, Zimolzak, Andrew
Publikováno v:
JMIR Medical Informatics, Vol 2, Iss 2, p e22 (2014)
With growing concerns that big data will only augment the problem of unreliable research, the Laboratory of Computational Physiology at the Massachusetts Institute of Technology organized the Critical Data Conference in January 2014. Thought leaders
Externí odkaz:
https://doaj.org/article/bcffafe6b0094f04909ca5200eec294e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.