A Multi-Dimensional Clustering Approach for Identifying Inborn Errors of Immunity
一种多维聚类方法用于识别先天性免疫缺陷
机构 * Sheikh Zayed Institute for Pediatric Surgical Innovation, Children’s National Hospital, Washington, DC（Sheikh Zayed儿童外科创新研究所，儿童医院，华盛顿特区） ； Childrens National Hospital, Washington, DC（儿童医院，华盛顿特区） ； Department of Health Systems & Implementation Science, Division of Allergy & Immunology Virginia Tech Carilion School of Medicine, Roanoke, VA（健康系统与实施科学部门，过敏与免疫学分会弗吉尼亚理工大学Carilion医学院，罗阿诺克，VA） ； Division of Allergy & Immunology Childrens National Hospital, Washington, DC（过敏与免疫学分会儿童医院，华盛顿特区） ； School of Medicine and Health Sciences, George Washington University, Washington, DC（医学与健康科学学院，乔治华盛顿大学，华盛顿特区）
专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV、cs.LG、q-bio
AI总结 本文提出一种多维聚类方法，用于从全国数据注册中识别新的罕见疾病模式并提取与先天性免疫缺陷相关的特征，通过改进IEI特征意识和开发罕见疾病人群分析的数据工具包，扩展了复杂医疗记录到可被无监督ML解释的数据结构。
Comments Accepted at EMBC 2026
