Jul, 2023

利用有限的上下文长度发挥最大的预测能力：预测能力因临床记录类型和记录部分而异

PDF
TL;DR本论文通过研究 MIMIC-III 数据集中的病历笔记，提出了一个基于自然语言处理模型的框架，通过挑选预测能力高的笔记部分来实现有效的信息提取，并在不同类型的笔记结合时提高了模型的性能。
natural language processingclinical noteslanguage modelmimic-iiipredictive power
发现论文，激发创造
  • 探索长程临床笔记语言建模的最佳间隔

    本研究探讨了利用 Longformer 进行长文本的适应性训练从而更好地处理医学领域中的电子病历，实现了 10% 的 F1 值提升。研究表明提高模型对较长临床笔记的处理能力有助于提升其性能，但为达到不同的目标变量的最佳性能，需要不同的截断间隔。

    Oct, 2022

  • 利用聚合的大型语言模型集合保留长期临床文本的知识

    利用聚合集成的大型语言模型的新方法，能够保留长篇临床文本的知识，改善大型语言模型在处理长篇输入和多样化数据集时的性能，并在预测临床结果方面取得了比基线、集成和聚合方法更好的结果。

    Nov, 2023

  • 利用语言模型预训练改进临床病历的层级病人分类

    提出了一种预先训练的层级循环神经网络模型，通过解析最小处理的临床记录，比传统方法更好地处理了医疗信息技术中的出院诊断分类任务，并应用归因技术来确定模型用于进行预测的单词以及其重要性。

    Sep, 2019

  • 电子健康档案中的笔记撰写学习

    本文提出了一种预测病历记录中病人的过去数据，包括人口统计学，检验，药物和过去的笔记，预测未来笔记内容的新型语言建模任务，并使用公开的、去个人化的 MIMIC-III 数据集训练生成模型。我们发现大部分笔记的内容都可以被预测，并且学习了许多常见的笔记模板。本文探讨了这样的模型如何在支持辅助笔记编写功能方面是有用的，比如错误检测和自动完成。

    Aug, 2018

  • 临床笔记的注意力分析用于预测任务

    本研究使用两个电子病历文本库和四个预测任务，探索了注意机制在神经模型中的作用，发现注意机制的加入有望提高模型性能，但对预测的支持意义尚不明确。

    Apr, 2019

  • 利用自由文本临床记录实现非结构化死亡率预测

    通过以未经过多次预处理的多个临床笔记为输入，在用于预测住院死亡时提高模型性能，这项研究揭示了未结构化数据在临床预测方法中的潜力和必要性。

    Nov, 2019

  • 医疗记录中信息价值的表征

    使用两项预测任务，即再入院预测和入院期间死亡预测，来表征医疗笔记中信息的价值，我们发现整体而言，医疗笔记仅在再入院预测中提供额外的预测能力。最后，我们证明，针对所选有价值的信息进行训练的模型可以实现更好的预测性能，而只使用 6.8％的所有标记即可实现。

    Oct, 2020

  • 临床 XLNet：建模序列化临床笔记并预测延长机械通气

    通过开发新的文本表征 Clinical XLNet 利用临床笔记序列的时间信息，我们对长期机械通风预测问题进行了研究及实验，并证明 Clinical XLNet 在表现上始终优于最佳基线。

    Dec, 2019

  • 大型语言模型对患者阅读临床笔记的影响：一项混合方法研究

    利用大型语言模型简化、提取信息和增加上下文，我们开发了一种面向患者的工具，以提高临床笔记的可读性，并通过各种度量指标证明了它对患者的帮助。

    Jan, 2024

  • 如何利用多模态电子病历数据进行更好的医学预测？

    本文提出了一种从医疗电子健康系统中提取伴随临床记录的方法，并使用这些数据综合研究了不同模型和数据利用方法对于更好的医疗任务预测的影响。结果表明，我们的融合模型优于不包含临床记录的最新方法，这证明了我们的融合方法的重要性和临床注意点特征的价值。

    Oct, 2021