研究人员开发了新的电子健康记录（EHR）基础模型方法，以更好地利用ICD诊断编码的层级结构。当前模型将这些编码视为扁平的标记，忽略了它们固有的关系。这项工作探讨了使用分层标记增强BERT风格的Transformer模型，并将层级结构融入基于图的代码表示中。在MIMIC-IV和eICU数据集上的实验表明，显式编码ICD层级结构可以提高下游预测的准确性和跨数据集的可迁移性，其中最有效的层级结构水平因任务和模型而异。 AI
排序理由 研究论文发表在arXiv上，详细介绍了EHR基础模型的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Bert
- electronic health records
- Hugging Face
- ICD-10 Clinical Modification
- International Statistical Classification of Diseases and Related Health Problems
- MIMIC-IV
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →