实体
clinical prediction tasks
clinical prediction tasks
PulseAugur coverage of clinical prediction tasks — every cluster mentioning clinical prediction tasks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的X-FEMR方法增强了电子健康记录AI模型的可解释性
研究人员开发了X-FEMR，一种用于电子健康记录基础模型（FEMR）的新型令牌级可解释性方法。这些模型虽然在临床预测任务中很有效，但通常充当黑箱，引起了对信任和偏见的担忧。X-FEMR利用基于Transformer的代理模型来近似FEMR的行为，识别有影响力的患者数据令牌，并提供对其预测贡献的见解。一项新的临床对齐指标验证了这些解释与临床公认的特征相对应，为更具可解释性和更值得信赖的临床AI提供了途径。
-
LLM 代理在多模态临床预测方面展现潜力
研究人员对大型语言模型 (LLM) 代理在多模态临床预测任务上的表现进行了基准测试，整合了电子健康记录、医学影像和临床笔记中的数据。他们的研究发现，单一代理框架的表现优于朴素的多代理系统，在处理多模态数据和提高校准度方面表现更好。这项工作强调了需要加强多代理协作，以有效处理异构的医疗保健输入，并为未来的研究提供了一个开源评估框架。