Enabling personalized perioperative risk prediction by using a machine-learning model based on preoperative data
Martin Graeßner, Bettina Jungwirth, Elke Frank, Stefan Josef Schaller, Eberhard Kochs, Kurt Ulm, Manfred Blobner, Bernhard Ulm, Armin Horst Podtschaske, Simone Maria Kagerbauer
Publikation: Beitrag in Fachzeitschrift › Artikel › Begutachtung
7Zitate
(Scopus)
Fingerprint
Untersuchen Sie die Forschungsthemen von „Enabling personalized perioperative risk prediction by using a machine-learning model based on preoperative data“. Zusammen bilden sie einen einzigartigen Fingerprint.