clinical prediction | BriefGPT

关键词clinical prediction

搜索结果 - 10

CPLLM: 大型语言模型下的临床预测
我们提出了一种利用大型语言模型（LLM）进行临床疾病预测的方法，该方法通过对 LLM 进行精细调整，利用诊断记录预测患者在下次就诊或随后的诊断时是否被诊断为目标疾病，并与逻辑回归、RETAIN 和 Med-BERT 等多种基准模型进行对比，
PDF10 months ago
语言模型是预测性预测的几乎零 - shot 学习器
研究使用 transformers 和语言模型在预测免疫疗法的预后预测中的潜力，改善临床预测。通过在多种癌症类型上跨比较，该研究发现使用 NLP 在临床研究中可以显著提高准确性，有助于不同疾病的早期检测和干预。
PDFa year ago
深度学习在生理时间序列临床预测中是否真的优于非深度机器学习？
本文系统地检验了机器学习模型在临床预测任务方面的表现，尤其是在生理时间序列方面，并选择 Physionet 2019 挑战公共数据集来预测 ICU 单位脓毒症结局。比较了十个基准机器学习模型，包括三种深度学习方法和七种临床预测领域常用的非深
PDF2 years ago
ACL关于随机种子对临床分类器公平性的影响
本研究探究了深度学习模型训练中随机种子变化对模型公平性的影响，并使用 MIMIC-III 的临床预测任务验证了该现象，结果显示小样本和随机性可能导致结果的表面差异，同时同时优化高性能和低差异性并不能显著提高模型性能。
PDF3 years ago
在卫生保健领域进行差分隐私预测：追踪您的长尾
本研究研究了隐私保护机制对健康医疗领域数据挖掘和机器学习的影响和局限性，旨在通过使用最新的差分隐私数据挖掘算法来训练隐私保护的模型，并对这些模型进行全面的实证研究。该研究还探讨了隐私保护学习在医疗保健中的好处和成本。
PDF4 years ago
AAAI反向蒸馏深度上下文临床预测
利用 Reverse Distillation 技术，该研究提出了一种名为 SARD 的深度学习模型，相对于现有方法，该模型在多种临床预测结果上表现更好，关键在于训练时的反向蒸馏。
PDF4 years ago
可解释的人工智能模型预测电子健康记录中的急性重症
本文提出了一个可解释人工智能早期预警评分系统（xAI-EWS），可帮助早期检测急性危重病。该系统通过相关电子健康记录数据说明预测结果，提高临床应用价值。
PDF5 years ago
通过自适应特征提取和重新校准进行可解释的临床健康状况表示学习
该项研究提出了一种 deep learning-based 的健康状态表示学习模型 AdaCare，能够在多个时间尺度上捕捉生物标志物的长期和短期变化，强化指示健康状态的特征，并提供有效的可解释性和高预测准确率，实验证明 AdaCare 胜
PDF5 years ago
KDD基于循环神经网络的临床时间序列分析迁移学习
探究深度循环神经网络的迁移学习，使用预训练的 RNN 对多变量临床时间序列进行建模，提取通用特征来建立新的任务分类器。结果表明，相比于特定任务的 RNN，使用预训练模型的特征更加稳健且通用，性能更好。
PDF6 years ago
临床时间序列数据的多任务学习和基准测试
该研究提出了利用来自公开可用的激痛医学信息库（MIMIC-III）数据集的四个临床预测基准，旨在解决机器学习在医疗保健研究中缺乏公开可用基准数据集的问题。
PDF7 years ago