KAIST und andere Forschungsteams analysierten und diagnostizierten die Lebensprotokolle von 1.224 Menschen und ermittelten ihren Risikostatus innerhalb von 4 Wochen mit einer Genauigkeit von 96,5 %. Ein gemeinsames Forschungsteam entwickelte eine KI-Technologie, um das Risiko einer zerebrovaskulären Erkrankung anhand von Lebensdaten älterer Menschen frühzeitig zu erkennen. Von links: Professor Jo-woon Jeong von der Abteilung für Elektrotechnik und Elektrotechnik der Sungkyunkwan-Universität, Professorin Lisa Lim von der Abteilung für Bau- und Umweltingenieurwesen am KAIST, Professor Cho Kyung-hee von der Abteilung für Neurologie am Anam Hospital der Korea University und Jeong-yeop Baek vom KAIST Applied Science Research Institute ...