help研究问题医疗风险解释与假设探索
人工智能模型如何在多通道监测数据中提高疾病风险分类的准确性？UbiComp '22LETS - a Wearable Heart and Lung Monitoring Device for the Diagnosis of Cardiac and Respiratory Diseases
健康、医疗与福祉 / 医疗风险解释与假设探索
人工智能模型如何在多通道监测数据中提高疾病风险分类的准确性？
同类问题
help研究问题医疗风险解释与假设探索
普通人是否更愿意采纳大型语言模型(LLMs)生成的法律建议，而不是由律师提供的建议？CHI '25
help研究问题医疗风险解释与假设探索
在法律建议的来源未知时，普通人是否能区分LLMs生成的建议与律师提供的建议？CHI '25
help研究问题医疗风险解释与假设探索
如何通过游戏设计激发跨性别女性玩家的性别欣悦（积极的性别体验）？CHI '25
help研究问题医疗风险解释与假设探索
帕金森病（PD）患者的驾驶行为如何受到其症状波动的影响？CHI '25
help研究问题医疗风险解释与假设探索
如何通过实时多通道数据监测，精准检测和警报帕金森病患者的异常驾驶行为？CHI '25
help研究问题医疗风险解释与假设探索
什么样的视觉和听觉警报设计最适合帕金森病患者的驾驶安全需求？CHI '25