跳到正文
热点事件持续更新

PLM:融合语言模型与图神经网络的可解释临床预测框架

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Xinyu Wang 等作者提交论文预印本,提出统一 LM-GNN 框架 Patients-like-me(PLM),将局部患者语义与全局队列结构结合,并用变分期望最大化算法交替更新 LM 与 GNN。论文称该方法面向可解释临床预测,在 MIMIC-III/IV 数据集上开展实验。 上述效果与可解释性来自论文自身表述,尚待第三方验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    Patients-like-me:可解释临床预测的变分 LM-GNN 框架

    研究提出 Patients-like-me(PLM)统一 LM-GNN 框架,将局部患者语义与全局队列结构结合,并用变分期望最大化算法交替更新 LM 与 GNN。

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。