MIMIC-IV-ECG

超越患者不变性：通过动作条件化 JEPAs 学习心脏动力学

研究人员开发了一种新的医疗保健领域自监督学习方法，超越了传统的不变性方法。他们提出的动作条件化世界模型旨在通过预测未来的生理状态来模拟疾病进展，从而将稳定的解剖学特征与动态的病理变化分离开来。该方法改编自 LeJEPA 框架，并在 MIMIC-IV-ECG 数据集上进行了评估，在关键的分诊任务中表现优于完全监督基线，并在资源匮乏的情况下显示出更高的样本效率。