医学 AI

PyTDC: A multimodal machine learning training, evaluation, and inference platform for biomedical foundation models

PyTDC: 一种用于生物医学基础模型的多模态机器学习训练、评估和推理平台

Alejandro Velez-Arce, Jesus Caraballo, Marinka Zitnik

机构 * arcellai（ArcellAI公司） ； calculus（The Residency公司） ； mit（麻省理工学院） ； hms（哈佛医学院生物医学信息学系） ； broad（MIT与哈佛大学Broad研究所） ； harvard-ds（哈佛大学数据科学倡议） ； kempner（哈佛大学Kempner研究所） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；medical AI(abstract)；分类 cs.LG

AI总结 PyTDC是一种多模态机器学习平台，旨在提升生物医学基础模型的训练、评估和推理能力，通过统一数据源和模型权重，促进多模态、上下文感知的研究。

Comments Proceedings of the 42nd International Conference on Machine Learning, Vancouver, Canada. PMLR 267, 2025

GeMM-GAN: A Multimodal Generative Model Conditioned on Histopathology Images and Clinical Descriptions for Gene Expression Profile Generation

GeMM-GAN: 一种基于组织病理图像和临床描述的多模态生成模型，用于基因表达谱生成

Francesca Pia Panaccione, Carlo Sgaravatti, Pietro Pinoli

专题命中 生物医学文本 ：medical image(abstract)；biomedical(abstract)；分类 cs.CV、cs.LG

AI总结 GeMM-GAN通过结合图像和文本信息生成逼真的基因表达谱，提升疾病预测准确性。

Comments 12 pages, 2 figures. Published at Image Analysis and Processing - ICIAP 2025 Workshops

Data complexity signature predicts quantum projected learning benefit for antibiotic resistance

数据复杂性特征预测抗生素耐药性的量子投影学习效益

Kahn Rhrissorrakrai, Filippo Utro, Alex Milinovich, Sandip Vasavada, Daniel Rhoads, Laxmi Parida, Glenn T. Werneburg

专题命中 生物医学文本 ：biomedical(abstract)；分类 q-bio

AI总结 本研究通过量子投影学习方法探索抗生素耐药性预测，发现数据复杂性特征可指导量子计算在医疗领域的应用。