Entrar
insight - 医療情報技術
電子健康記録の多様な分析における対照学習
電子健康記録（EHR）データのマルチモーダル分析における新しいアプローチを提案する。
臨床情報抽出のための少数ショット学習を用いた低リソース言語向けの事前学習言語モデルとプロンプティングによる分析
少数ショット学習を使用した軽量事前学習言語モデルによるプロンプティングは、低リソース医療ドメインタスクで高い精度を達成することが示されました。
EHRの構造と意味のマルチモーダル融合
EHRデータの構造と意味を効果的に統合するMINGLEフレームワークが予測性能を向上させる。
医療質問応答における大規模言語モデルの景観を探る
大規模言語モデルの性能と人間のパフォーマンスに関する類似性を明らかにした。
マルチモーダル電子健康記録の動的埋め込みとトークン化のための時間クロスアテンション
現代の電子健康記録（EHR）システムの幅広さ、規模、および時間的粒度は、順序付けられた深層学習を使用して個別化されたおよびコンテキストに即した患者の健康経路を推定する大きな可能性を提供します。
医療オープンドメイン質問応答の効果について：人工コンテキストの生成と取得
生成されたパッセージは、取得された対応物よりも高い精度を達成する。
Produtos
© 2024 by Linnk AI