智能AI
morning
Mr.Dec：30 天再入院预测的每日规模纵向多模态建模
摘要
arXiv:2608.16929v1 Announce Type: new Abstract: Predicting 30-day hospital readmission is essential for assessing patient stability and optimizing healthcare resources. As clinical risk evolves with t...
the
and
clinical
risk
Dec
day
essential
for
patient
that
2026-08-20
1 阅读
约1分钟阅读
Minjun Kim, Jong Hak Moon
字号:
arXiv:2608.16929v1 公告类型：新 摘要：预测 30 天再入院对于评估患者稳定性和优化医疗资源至关重要。随着住院期间证据的积累，临床风险不断变化，捕捉这些动态轨迹至关重要。然而，许多现有方法将复杂的纵向历史压缩为固定的表示，通常会丢失反映患者不断变化的生理状态的精细的、日级的临床信号。为了解决这个问题，我们提出了 Mr.Dec（多模态再入院风险预测解码器），它将每次入院建模为每日多模态事件的自然时间序列。通过利用 Transformer 解码器，Mr.Dec 将每日电子健康记录 (EHR) 更新和间歇性胸部 X 光 (CXR) 结果集成在时间一致的流中，反映实际的临床工作流程。为了确保鲁棒性，我们利用特定疾病的监督对比学习作为辅助正则化，以在潜在空间中诱导诊断感知结构。对 MIMIC-IV 和 MIMIC-CXR 数据集的评估表明，Mr.Dec 通过保持临床序列的完整性实现了最先进的性能。此外，我们的模型识别入院期间的“关键日”，为实时风险分层提供可操作且基于临床的解释。代码位于：https://github.com/yejix-ai/MR.DEC
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱