Nov, 2024
基于知识增强的多模态临床推理生成
Multimodal Clinical Reasoning through Knowledge-augmented Rationale
Generation
TL;DR本研究解决了现有模型在疾病诊断中忽视生成支持性推理的重要性，提出了一种名为ClinRaGen的新的小型语言模型（SLM），利用知识增强的注意机制，将领域知识与时间序列电子健康记录（EHR）数据相结合。研究表明，ClinRaGen显著提升了SLM处理多模态EHR数据和生成准确临床推理的能力，从而支持更可靠的疾病诊断，并推动LLM在医疗领域的应用进展。