研究人员开发了一个名为 ProQ-BERT 的基于 Transformer 的框架来预测慢性肾脏病 (CKD) 的进展。该模型利用多模态电子健康记录，包括人口统计、临床和实验室数据，采用新颖的连续值分词方法和用于可解释性的注意力机制。在超过 91,000 名患者身上进行测试，ProQ-BERT 在短期预测方面表现优于 CEHR-BERT，ROC-AUC 高达 0.995，PR-AUC 为 0.989。该研究强调了 Transformer 架构在推进个性化 CKD 护理方面的潜力。 AI
影响 通过提高预测准确性，增强对 CKD 患者的临床决策。
排序理由 该集群描述了一篇详细介绍新疾病预后模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- CEHR-BERT
- Chronic Kidney Disease
- Dong Gyun Kang
- Observational Medical Outcomes Partnership Common Data Model
- ProQ-BERT
- Seoul National University Hospital
- transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
