MedFeat

MedFeat 使用 LLMs 进行有针对性的临床数据特征工程

研究人员开发了 MedFeat，一个用于临床表格预测任务的特征工程新框架。该系统使用大型语言模型 (LLMs) 来生成特征转换，但与以前的方法不同，它结合了模型感知和特征重要性信号。这使得 MedFeat 能够迭代地指导特征发现，专门根据下游模型的需求和医疗保健数据的特性（如类别不平衡和可解释性要求）来定制建议。评估表明，MedFeat 的性能显著优于现有基线，在各种临床数据集和模型上平均提高了 10% 以上。