arXiv · cs.AI· Ziyang Song, Lia Shen, Yixuan Li, Qincheng Lu, Weihao Li, Haoran Xu, He Zhu, Xinyu Wang, Yue Li·· 1 天前
SMI提出基于本体语义ID的层级感知医疗概念表示框架
SMI: Ontology-Grounded Semantic IDs for Hierarchy-Aware Medical Concept Representation
arXiv:2610.18672v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ziyang Song, Lia Shen, Yixuan Li, Qincheng Lu, Weihao Li, Haoran Xu, He Zhu, Xinyu Wang, Yue Li
研究任务与主要进展
研究者提出训练免框架SMI，利用专家定义的医学本体为诊断、操作和药物概念构造由粗到细的语义ID，并聚合冻结生物医学语言模型嵌入以表示临床概念层级。基于论文摘要，SMI在MIMIC-IV上改善死亡预测、再入院预测、药物推荐和罕见药物预测，在eICU上提升跨医院分布偏移下的患者表示鲁棒性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org