Artificial Intelligence-Assisted Auscultation of Heart Murmurs: Validation by Virtual Clinical Trial.

Thompson, W Reid; Reinisch, Andreas J; Unterberger, Michael J; Schriefl, Andreas J

Thompson, W Reid; Reinisch, Andreas J; Unterberger, Michael J; Schriefl, Andreas J.

Afiliação

Thompson WR; Division of Pediatric Cardiology, Johns Hopkins Children's Center, Johns Hopkins University School of Medicine, 1800 Orleans Street, Baltimore, MD, 21287, USA. thompson@jhmi.edu.
Reinisch AJ; CSD Labs GmbH, Nikolaiplatz 4, 8020, Graz, Austria.
Unterberger MJ; CSD Labs GmbH, Nikolaiplatz 4, 8020, Graz, Austria.
Schriefl AJ; CSD Labs GmbH, Nikolaiplatz 4, 8020, Graz, Austria.

Pediatr Cardiol ; 40(3): 623-629, 2019 Mar.

Article em En | MEDLINE | ID: mdl-30542919

Assuntos

Inteligência Artificial/estatística & dados numéricos; Diagnóstico por Computador/métodos; Auscultação Cardíaca/métodos; Cardiopatias Congênitas/diagnóstico; Sopros Cardíacos/diagnóstico; Adolescente; Adulto; Idoso; Idoso de 80 Anos ou mais; Algoritmos; Criança; Pré-Escolar; Bases de Dados Factuais; Humanos; Lactente; Pessoa de Meia-Idade; Sensibilidade e Especificidade; Adulto Jovem

Palavras-chave

Algorithms; Artificial intelligence; Auscultation; Congenital heart disease; Physical diagnosis/cardiovascular; Valvular heart disease

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Inteligência Artificial / Diagnóstico por Computador / Sopros Cardíacos / Auscultação Cardíaca / Cardiopatias Congênitas Tipo de estudo: Diagnostic_studies / Guideline Limite: Adolescent / Adult / Aged / Aged80 / Child / Child, preschool / Humans / Infant / Middle aged Idioma: En Revista: Pediatr Cardiol Ano de publicação: 2019 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google