实体
ICD codes
ICD codes
PulseAugur coverage of ICD codes — every cluster mentioning ICD codes across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LLM框架CARing增强了医学诊断预测能力
研究人员开发了CARing，一个旨在提高大型语言模型（LLM）从临床数据预测诊断准确性的新框架。CARing解决了两个关键挑战：LLM倾向于关注少数正确诊断以及医学代码被分割成意义较小的标记。该框架使用组合语义ID（SIDs）来表示诊断，并在强化学习中采用覆盖奖励机制，以确保考虑更广泛的潜在诊断范围。在MIMIC-III和MIMIC-IV数据集上进行测试，CARing在加权F1分数和top-k召回率方面均优于现有基线。
-
新的xMICD方法增强了患者诊断表示的可解释性
研究人员开发了xMICD，一种用于从国际疾病分类（ICD）代码创建可解释的低维患者诊断表示的新方法。该方法通过将诊断分组与预训练ICD嵌入空间中的相似性相结合，平衡了预测性能和临床可解释性。实验表明，xMICD在临床预测任务上达到了与ICD2Vec等现有基于嵌入的方法相当的预测准确性，同时保持了与可识别诊断组相关的特征可解释性。
-
LLM统一EHR数据以改进医疗诊断预测
研究人员开发了一种使用大型语言模型（LLM）预测主要ICD编码的新颖方法，通过为多模态数据创建共享嵌入空间。该方法将结构化电子健康记录（EHR）变量与临床叙述相结合，利用冻结的医学LLM表示。在MIMIC-IV数据集上，组合探测器显著优于单一模态探测器和基线方法，展示了诊断预测准确性的提高和高效的跨数据集迁移能力。