Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Benchmarking emergency department prediction models with machine learning and public electronic health records
2022·61 Zitationen·Scientific DataOpen Access
Volltext beim Verlag öffnen61
Zitationen
13
Autoren
2022
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
"Why Should I Trust You?"
2016 · 14.294 Zit.
A Comprehensive Survey on Graph Neural Networks
2020 · 8.666 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.189 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.588 Zit.
Artificial intelligence in healthcare: past, present and future
2017 · 4.405 Zit.
Autoren
Institutionen
- Duke-NUS Medical School(SG)
- Agency for Science, Technology and Research(SG)
- Institute of High Performance Computing(SG)
- Nanyang Technological University(SG)
- Monash University(AU)
- National University of Singapore(SG)
- Duke University(US)
- Harvard University(US)
- Massachusetts Institute of Technology(US)
- Beth Israel Deaconess Medical Center(US)
- Singapore General Hospital(SG)
- SingHealth(SG)
Themen
Machine Learning in HealthcareEmergency and Acute Care StudiesElectronic Health Records Systems