10:02
官方账号arXiv cs.LG@Jie Huang, Pengfei Yin, Zihan Xu, Daniel Capurro, Mike Conway, Ting Dang
推荐理由：这篇论文用Transformer代理模型给医疗AI做局部解释，还能直接对齐临床知识，让黑箱诊断更可信。
电子健康记录
共 2 条相关 AI 资讯
7月8日
10:02
电子健康记录基础模型（FEMR）预训练于大规模结构化患者数据，但缺乏可解释性。X-FEMR训练一个Transformer代理模型来近似FEMR在两个预测任务上的行为。该方法识别最影响预测的token，揭示患者历史不同方面的重要性。引入临床对齐度量，量化代理模型关键token与临床验证特征的一致性。实验表明代理模型能很好近似FEMR预测，token级解释与临床知识对齐。
5月29日
11:08
11:08
官方账号arXiv cs.AI@Valentina Bui Muti, Eugénie Dulout, Ziquan Fu
推荐理由：这项研究解决了临床AI评估中数据格式不匹配的痛点，做医疗AI或临床决策支持的团队可以直接用这个数据集和流水线来测试模型在真实EHR环境下的表现。