patient recruitment | BriefGPT

关键词patient recruitment

搜索结果 - 5

可解释的患者试验匹配：基于个性化动态树状记忆网络的方法
通过基于临床试验的专家规则的个性化动态树状记忆网络模型 TREEMENT，我们提供了 accurate 和 interpretable 的基于个人化医疗记录数据和临床试验资格标准的患者试验匹配方法，并通过实证数据验证了其优越性和状态的一流性
PDFa year ago
使用实体抽取和神经重新排序有效地匹配患者与临床试验
利用数据增强和以 Transformer 网络为基础的检索重排技术，在临床试验中解决了招募病人问题，并取得了 15% 的精度提升，而 proposed re-ranking schema 即使训练数据较少也有良好的效果表现。
PDFa year ago
AutoTrial: 临床试验设计中的语言模型提示
本文介绍了一种名为 AutoTrial 的方法，它使用语言模型帮助设计临床试验的甄别标准，可以在指令控制下进行可控生成，可以通过上下文学习进行可扩展的知识融合，提供明确的推理链以理解输出，通过人类评估与 GPT-3.5 基线获得了高质量的标
PDFa year ago
KDDCOMPOSE: 一种用于患者试验匹配的跨模态伪孪生网络
本文提出了一种名为 “COMPOSE” 的跨模态伪孪生网络，使用卷积高速网络对结构化的试验入选和排除标准进行编码，使用多粒度记忆网络对结构化的病人电子健康记录进行编码，并使用注意力机制和复合损失函数实现动态病人 - 试验匹配。COMPOSE
PDF4 years ago
DeepEnroll: 利用深度嵌入和蕴含预测的患者试验匹配
DeepEnroll 是一种跨模态推理学习模型，通过在共享潜在空间中联合对招募标准和病人记录进行编码，以进行匹配推理，并通过数字信息嵌入和蕴含模块来进行推理。在真实世界的数据集上，DeepEnroll 表现优异，平均 F1 分数比最佳基线高
PDF4 years ago