11:39官方账号arXiv cs.AI@Mutasim Fuad Sarker, Adiba Rahman Namira, Wafa Binte Alam, Md Adnan Arefeen, Mahzabeen Emu, Sumaiya Tabassum NimiQuanTiMedAI结合智能体LLM与量子循环网络,构建心脏骤停死亡风险预测模型。在MIMIC-IV心脏骤停队列上,模型仅用605个参数达到AUROC 0.852,较当前最先进基线提升约2.9%。智能体LLM引导的特征选择优于传统方法,量子非线性增强则让模型以极少参数取得竞争力。论文QuanTiMedAIMIMIC-IV智能体推荐理由:这个QuanTiMedAI挺有戏:605个参数就把心脏骤停死亡预测AUROC做到0.852,比原来最好的还高2.9%。原文稍后读已读值得跟进有用关注 QuanTiMedAI