Artificial Intelligence in Heart Failure: Early Detection, Phenotyping, and Prognostic Modeling
Methodist DeBakey Cardiovascular Journal · 10.11.2026 · 22 (5) · 61-72
DOI: 10.14797/mdcvj.1970 ↗Kurz gefasst
Übersichtsarbeit in der Zeitschrift Methodist DeBakey Cardiovascular Journal, erschienen am 10.11.2026. Verfasst von Sanmit Jindal und 2 weiteren Autor:innen. Beteiligte Einrichtung: Houston Methodist DeBakey Heart & Vascular Center, Houston, Texas, US. Hauptthemen laut MEDLINE: Heart Failure, Artificial Intelligence, Decision Support Techniques. Die Arbeit nennt 71 Literaturangaben. Der Volltext ist frei in PubMed Central verfügbar.
Themen: Künstliche Intelligenz in der Pflege, Herzinsuffizienz
Abstract (Originalsprache)
Kein Abstract verfügbar.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Houston Methodist DeBakey Heart & Vascular Center, Houston, Texas, US.
- University of Houston, Houston, Texas, US.
ORCID-Profile: Sanmit Jindal, Ankitha Lavi, Ashrith Guha
Zitieren
APA
Jindal, S., Lavi, A., & Guha, A. (2026). Artificial Intelligence in Heart Failure: Early Detection, Phenotyping, and Prognostic Modeling. Methodist DeBakey Cardiovascular Journal, 22(5), 61-72. https://doi.org/10.14797/mdcvj.1970
Vancouver
Jindal S, Lavi A, Guha A. Artificial Intelligence in Heart Failure: Early Detection, Phenotyping, and Prognostic Modeling. Methodist DeBakey Cardiovascular Journal. 2026;22(5):61-72. doi:10.14797/mdcvj.1970
BibTeX
@article{Jindal2026,
author = {Jindal, Sanmit and Lavi, Ankitha and Guha, Ashrith},
title = {Artificial Intelligence in Heart Failure: Early Detection, Phenotyping, and Prognostic Modeling},
journal = {Methodist DeBakey Cardiovascular Journal},
year = {2026},
volume = {22},
number = {5},
pages = {61--72},
doi = {10.14797/mdcvj.1970}
}
EUVIMED