研究人员开发了Nimblemind多智能体系统（nMAS），这是一个新颖的管道，旨在自动化从电子健康记录（EHR）中提取心力衰竭研究特征的复杂过程。该系统解决了临床研究中的一个重大瓶颈，在该瓶颈中，特征工程可能占数据科学家时间的45%。nMAS成功生成并验证了大量的结构化和聚合特征，当将这些特征添加到现有模型中时，显著提高了射血分数降低型心力衰竭（HFrEF）和射血分数保留型心力衰竭（HFpEF）的表型分析准确性。一个独立的LLM评估也强调了该系统提供证据可追溯性和方法学健全性的能力。 AI
影响 自动化临床研究中的一个关键瓶颈，有望加速心血管疾病的AI驱动的发现。
排序理由 学术论文，详细介绍了用于电子健康记录特征工程的新系统。[lever_c_demoted from research: ic=1 ai=1.0]
- electronic health records
- heart failure
- Heart failure with preserved ejection fraction
- heart failure with reduced ejection fraction
- New Mexico Academy of Science
- Nimblemind Multi-Agent System
- U.S.
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
