PulseAugur
中
实时 11:31:37
English(EN) DT-Transformer: A Foundation Model for Disease Trajectory Prediction on a Real-world Health System

DT-Transformer 利用大规模电子健康记录数据预测疾病轨迹

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 DT-Transformer，一个用于利用电子健康记录预测疾病轨迹的基础模型。该模型在 Mass General Brigham 网络中的 170 万名患者的超过 5700 万条结构化电子健康记录条目上进行了训练，展现了强大的预测能力。在 896 个疾病类别的保留集和前瞻性验证中，其中位数 AUC 达到了 0.871，表明医疗系统规模的数据在临床预测方面具有潜力。 AI

影响 展示了大规模、真实医疗系统数据在训练稳健的临床预测模型方面的潜力。

排序理由 该集群描述了一篇关于用于疾病预测的新型基础模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

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

DT-Transformer 利用大规模电子健康记录数据预测疾病轨迹

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    DT-Transformer: A Foundation Model for Disease Trajectory Prediction on a Real-world Health System

    Accurate disease trajectory prediction is critical for early intervention, resource allocation, and improving long-term outcomes. While electronic health records (EHRs) provide a rich longitudinal view of patient health in clinical environments, models trained on curated research…

相关话题