PhilHumans：面向个人健康的机器学习基准测试
机器学习
2024-05-17 v2
摘要
机器学习在医疗保健中的应用有望改善患者预后，并扩大医疗保健的覆盖范围和可负担性。其他应用领域的历史表明，强大的基准测试对于智能系统的开发至关重要。我们提出了PhilHumans（Personal Health Interfaces Leveraging HUman-MAchine Natural interactions），这是一个涵盖不同医疗场景（谈话疗法、饮食指导、急救护理、重症监护、产科超声检查）以及不同学习设置（如动作预测、时间序列建模、洞察挖掘、语言建模、计算机视觉、强化学习和程序合成）的机器学习基准测试综合套件。
引用
@article{arxiv.2405.02770,
title = {PhilHumans: Benchmarking Machine Learning for Personal Health},
author = {Vadim Liventsev and Vivek Kumar and Allmin Pradhap Singh Susaiyah and Zixiu Wu and Ivan Rodin and Asfand Yaar and Simone Balloccu and Marharyta Beraziuk and Sebastiano Battiato and Giovanni Maria Farinella and Aki Härmä and Rim Helaoui and Milan Petkovic and Diego Reforgiato Recupero and Ehud Reiter and Daniele Riboni and Raymond Sterling},
journal= {arXiv preprint arXiv:2405.02770},
year = {2024}
}