TimeKAN

新AI框架通过联合概率建模预测临床轨迹

研究人员开发了PGP-Clinical-TimeKAN，这是一个通过联合预测多变量生理数据来预测临床轨迹的新颖框架。该方法结合了缺失感知时间编码器、器官系统先验和非线性消息传递来模拟患者特异性关系。虽然它在降低MIMIC-IV数据上的归一化平均绝对误差和均方根误差方面取得了强劲的性能，但其轨迹推导的风险评分不如专用分类器有效，这表明准确的生理预测本身并不能保证校准的事件检测器。