EHRAdapt:冻结语言模型适配电子健康记录
热点事件持续更新
EHRAdapt:冻结语言模型适配电子健康记录
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Andre R Goncalves、Vincent Liu 和 Priyadip Ray 提出 EHRAdapt 适配器,把电子健康记录中的(时间、模态、编码)元组直接映射进冻结语言模型的嵌入空间,训练时只更新 0.1–0.6% 的参数。 研究在约 400 万患者记录上,对 OLMo2 1B、Llama3.2 1B 和 OLMo2 7B 三个冻结骨干做继续预训练;结果显示,完整适配器在每个骨干的留出下一事件预测上都优于所有消融版本,作者称这能提升罕见临床事件的预测。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
EHRAdapt:用语义先验将预训练语言模型适配到电子健康记录,提升罕见临床事件预测报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv cs.AIEHRAdapt:用语义先验将预训练语言模型适配到电子健康记录,提升罕见临床事件预测
EHRAdapt 是一种适配器,可将电子健康记录的(时间、模态、编码)元组直接映射进冻结语言模型的嵌入空间,仅训练 0.1–0.6% 的参数。研究在约 400 万患者记录上对 OLMo2 1B、Llama3.2 1B 和 OLMo2 7B 三个冻结骨干做继续预训练,完整适配器在每个骨干的留出下一事件预测上均优于所有消融版本。
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。