.png){kind=icon}
Tina Hernandez-Boussard
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
在人工智能预测模型中导航公平性：理论构建和实践应用
犹他州的临床AI沙箱揭示了独立监督
构建更安全的人工智能心理健康聊天机器人：一个关于透明度、评估和共同责任的框架
图增强变换器提高了从临床记录中提取化疗毒性症状的效率
使用Evo 2在生活的所有领域进行基因组建模和设计
改进多中心电子健康记录模型以预测青光眼结局的公平性与减少偏见
人工智能时代的生物数据治理
评估预测人工智能模型中用于支持医疗决策的性能指标：概述与指导
他汀类药物依从性中的种族和族裔差异：来自All of Us研究项目的见解
合成数据，合成信任：在数字革命中应对数据挑战
生物制剂治疗与化脓性汗腺炎患者精神健康诊断的风险
医学GPT-5的脆弱智力
Naderalvojoud, B.; Curtin, C.; Asch, S.M.; Humphreys, k.; Hernandez-Boussard, T. 评估数据偏差对机器学习模型在预测长期阿片类药物使用方面的算法公平性和临床实用性的影响。JAMIA Open 2025, 8, ooaf115. [Google Scholar] [CrossRef] [PubMed]
预测阿片类药物使用障碍药物治疗保留率：一种基于NLP和LLM衍生临床特征的机器学习方法
利用电子健康记录，通过集成学习提高青光眼患者的准确识别
Schuessler, M.; Fleming, S.; Meyer, S.; Seto, T.; Hernandez-Boussard, T. 用于本地验证临床机器学习模型的时序标记数据诊断框架。Commun. Med. 2025, 5, 261. [Google Scholar] [CrossRef] [PubMed]
医疗数字孪生：实现精准医疗和医疗人工智能
全球健康人工智能倡议（GI-AI4H）：在联合国范围内推进治理的战略优先事项
社区参与式人工智能：一种针对阿拉斯加部落卫生系统中人工智能和机器学习模型的源头、参与式设计、开发、测试、验证、使用和监控框架
临床试验为人工智能应用的现实世界临床实施和部署提供了信息框架。
