首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

表格总体先验作为 EHR 药物集预测的结构化检索

2026-11-16 1 阅读 约1分钟阅读 Animesh Agarwal, Meysam Ghaffari, Nina Fatehi, Carlos Morato
分享:
字号:
arXiv:2611.17341v1 公告类型:新 摘要:电子健康记录中的药物预测是一个固定词汇结构化预测问题,但最近的临床 RAG 系统经常将其视为开放式案例推理:检索相似的患者入院情况并要求法学硕士推断药物组。该检索对象是间接的,模型接收检索到的患者记录,而目标是一组离散的药物类别标签。我们提出了一个更符合任务的检索对象:从训练入学估计的稀疏条件药物共现表中先对药物类别候选者进行排序的表格群体。使用 PACERAG 作为固定下游管道并仅替换其患者检索器,交换的下降将 F1 从 0.303 提高到 0.338(相对+11.5%),将 Jaccard 从 0.218 提高到 0.237,在 1,004 名保留的 MIMIC IV 入院中,没有额外的 LLM 调用,也没有推理时间患者索引。非 LLM 前 k 基线达到 F1=0.248,确认先验在 LLM 整合之前具有预测性。与固定词汇 EHR 集预测的患者级最近邻相比,总体人口统计数据可以提供更加任务一致、高效且可审核的检索源。
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