研究人员开发了EHR-RAGp，这是一种新的检索增强基础模型，旨在更有效地利用电子健康记录（EHR）中的历史患者数据。该模型采用原型引导检索系统，动态识别和整合最相关的既往临床信息，克服了使用固定窗口或统一聚合的现有方法的局限性。在各种临床预测任务的评估中，EHR-RAGp与当前最先进的EHR基础模型和基于Transformer的方法相比，表现出了卓越的性能。 AI
影响 通过实现对历史患者数据的更精确使用，增强了医疗保健领域的预测建模能力。
排序理由 发布了一篇详细介绍EHR数据新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
