研究人员开发了OICycle,一个用于纵向临床决策中学习信念状态的新颖框架。该系统通过直接从回顾性患者轨迹中学习随机信念状态来解决医疗保健中的部分可观察性挑战。OICycle整合了新的多模态观察和干预来更新高斯信念,然后训练该信念来预测未来的临床行动、发作时间和死亡率。已发布一个包含超过72,000次住院的基准数据集,该数据集源自MIMIC-IV、MIMIC-IV-Note和MIMIC-CXR,以促进此类模型的重现性评估。 AI
影响 这项研究可以提高AI对复杂、纵向患者状态建模的能力,从而提供更准确的临床决策支持。
排序理由 该集群包含一篇详细介绍新模型和数据集发布的论文。[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 →