新型AI模型Mr.Dec利用每日电子病历和X光数据预测医院再入院

研究人员开发了Mr.Dec，这是一种新颖的多模态模型，旨在通过分析纵向患者数据来预测30天内的医院再入院。与以往压缩患者病史的方法不同，Mr.Dec以时间对齐的序列处理每日电子健康记录更新和胸部X光检查结果，模拟临床工作流程。该模型利用Transformer Decoder架构和疾病特异性监督对比学习来捕捉动态患者轨迹，并识别入院期间的关键日期以进行实时风险分层。在MIMIC-IV和MIMIC-CXR数据集上的评估表明，Mr.Dec通过保持临床序列的完整性，实现了最先进的性能。 AI

影响 该模型可以通过实现更准确、更及时的医院再入院风险分层来改善患者护理。

排序理由 该集群包含一篇详细介绍特定应用新AI模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• chest radiograph
• Disease-Specific Supervised Contrastive Learning
• electronic health records
• MIMIC-CXR
• MIMIC-IV
• Mr.Dec
• Transformer Decoder

• 论文
• 模型发布
• 其他

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