Transformer Architectures for Respiratory Sound Analysis and Multimodal Diagnosis
Este artículo propone un marco de diagnóstico multimodal que utiliza Transformadores de Espectrogramas de Audio y modelos de lenguaje-visión para analizar sonidos respiratorios y metadatos del paciente, demostrando una precisión e interpretabilidad superiores en comparación con la auscultación médica tradicional y los enfoques previos basados en CNN para el diagnóstico de asma y el monitoreo remoto.