研究者提出CARing框架预测下次就诊诊断
热点事件持续更新
研究者提出CARing框架预测下次就诊诊断
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Kaisong Zhang等作者提出CARing框架，用于预测患者下次就诊的诊断。该框架用残差量化把本体增强的疾病语义编码为紧凑的Semantic IDs（SIDs），并通过覆盖奖励的强化学习与多阳性监督优化多标签覆盖。 研究者在MIMIC-III和MIMIC-IV上测试，称CARing的加权F1超过所有经电子健康记录训练的基线；在推理模式下，两数据集的R@30分别达46.04%和46.52%。作者表示代码与日志已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
CARing：用医学 token 与覆盖感知推理预测下次就诊诊断报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AICARing：用医学 token 与覆盖感知推理预测下次就诊诊断
针对下次就诊诊断预测，研究者提出 CARing 框架，用残差量化将本体增强的疾病语义编码为紧凑的 Semantic IDs（SIDs），并通过覆盖奖励的强化学习与多阳性监督优化多标签覆盖。在 MIMIC-III 和 MIMIC-IV 上，CARing 的加权 F1 超过所有经 EHR 训练的基线，推理模式下 R@30 分别达 46.04% 和 46.52%，代码与日志已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。