arXiv cs.AI· Ziyang Song, Lia Shen, Yixuan Li, Qincheng Lu, Weihao Li, Haoran Xu, He Zhu, Xinyu Wang, Yue Li·· 3 天前AI 评分22
SMI：基于本体论语义 ID 的层级感知医学概念表示
SMI: Ontology-Grounded Semantic IDs for Hierarchy-Aware Medical Concept Representation
AI 导读
研究者提出免训练的 Semantic Medical Identifier（SMI）框架，将每个诊断、手术或药物概念的 Semantic ID 定义为医学本体中由粗到细的路径，并聚合冻结的生物医学 LM 嵌入生成层级感知的医学概念表示。
正文 · AI 翻译
摘要：生物医学语言模型（LM）为临床任务提供了强大的表征，但它们往往无法捕捉医学概念之间的层次结构。这一局限在长尾词表中罕见且细粒度的临床编码上尤为突出，因为随着概念频率降低，与层次无关的 LM 表征所携带的信息越来越少。我们提出语义医学标识符（Semantic Medical Identifier，SMI），一个无需训练的框架，用于构建基于本体的语义 ID 和具有层次感知的医学概念表征。对于每个诊断、操作或药物概念，SMI 将其语义 ID 定义为通过专家定义的医学本体从粗到细的路径。SMI 随后聚合相应本体层级上的冻结生物医学 LM 嵌入，形成保留从粗到细临床语义的层次感知医学概念表征。基础 SMI 在本体各层级上使用均匀聚合，而层级加权变体在验证数据上选择全局层级权重。我们的理论分析表明，SMI 产生的医学概念表征比与层次无关的 LM 嵌入更具信息量，尤其是对于罕见且细粒度的临床概念。实验表明，SMI 捕捉到了有意义的层次结构，并改进了临床关系预测。在 MIMIC-IV 上，SMI 改进了死亡率预测、再入院预测、药物推荐和罕见药物预测。在 eICU 上，SMI 在跨医院分布偏移下产生了更稳健的患者表征。
| 评论： | 已被 NeurIPS 2026（主赛道）接收 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.18672 [cs.CL] |
| （或 arXiv:2610.18672v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18672 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Ziyang Song [查看电子邮件]
[v1]
2026年10月13日星期二 16:30:01 UTC（3,333 KB）
来源：arXiv cs.AI · arxiv.org