Hugging Face · 每日论文· 媒体 / 作者来源·精选
TRACE 将住院多模态事件按天建模，在近18万次住院上验证风险预测
原文标题
TRACE: Tracking Multimodal Clinical Trajectories for Inpatient Risk Prediction
AI 导读
TRACE 把 EHR、胸片、放射报告和出院小结组织成日级轨迹，用时间注意力区分全局背景与当日事件，并对缺失模态不生成 token；表型引导的对比学习进一步处理疾病分布差异。在 MIMIC-IV、eICU、MIMIC-III 近 18 万次住院上，TRACE 在死亡率、住院时长和再入院共 9 个数据-任务设置中 AUROC 全部最高，ACC 在 8 个设置中最高；消融实验验证注意力掩码与对比学习，轨迹级归因能定位风险相关的住院日与模态。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出了按天建模住院多模态轨迹并允许缺失模态不生成 token 的方法，在三个公开队列共约18万次住院的九项预测设置上取得最高 AUROC，并给出消融与归因验证。
导读由模型辅助整理，非独立核验。完整信息见原文。