研究人员开发了两种新的估计器，SCOPE和REACH，以提高电子健康记录（EHR）基础生成模型的效率。这些模型通常通过模拟患者未来轨迹来预测临床结果，但这个过程计算成本高昂且方差较大。SCOPE和REACH利用未充分利用的下一个词元概率分布，显著降低了计算成本并提高了准确性，尤其是在预测罕见结果方面。在临床数据上的实证测试表明，这些新方法能够以显著更少的计算资源匹配标准蒙特卡洛采样的准确性。 AI
影响 提高了生成式EHR模型的效率，有望降低成本并提高罕见健康结果的预测准确性。
排序理由 该集群包含一篇学术论文，详细介绍了改进现有AI模型的新方法。[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 →
