PulseAugur
中
实时 09:14:31
English(EN) FoMoH: A clinically meaningful foundation model evaluation for structured electronic health records

新基准揭示EHR基础模型临床效用参差不齐

作者 PulseAugur 编辑部 · [1 个来源] ·

一个名为FoMoH的新基准已被开发出来，用于评估结构化电子健康记录（EHR）的基础模型（FMs）。该基准包括14项具有临床意义的预测任务，并在来自哥伦比亚大学欧文医学中心和MIMIC-IV的超过600万份患者记录上进行了测试。评估发现，尽管表现最佳的FMs在区分性能上优于传统模型，尤其是在标记数据有限的情况下，但在低流行度设置下它们可能表现不佳并显示出较低的校准度。这些EHR FMs的跨机构可移植性仍然是一个挑战。 AI

影响 强调了当前EHR基础模型的局限性，指导未来研究朝着提高校准度和跨机构适用性方向发展。

排序理由 该集群包含一篇学术论文，该论文为特定领域（EHR）的基础模型评估引入了一个新基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新基准揭示EHR基础模型临床效用参差不齐

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Vincent Jeanselme, Zilin Jing, Aparajita Kashyap, Chao Pang, Florent Pollet, Young Sang Choi, Xinzhuo Jiang, Yuta Kobayashi, Yanwei Li, Sara Matijevic, Karthik Natarajan, Shalmali Joshi ·

    FoMoH：用于结构化电子健康记录的临床意义基础模型评估

    arXiv:2505.16941v4 Announce Type: replace-cross Abstract: Foundation models (FMs) promise to address core limitations of traditional supervised machine learning: (i) reliance on large amounts of labeled data, (ii) task specificity, and (iii) poor transportability. Despite methodo…

相关实体

相关话题