HealthPoint用四维点云建模不完整多模态EHR风险预测

Bohao Li等在arXiv论文（cs.AI）中提出临床风险预测方法HealthPoint（HP），将异质临床事件表示为内容、时间、模态和病例四维连续空间中的点云，面向多层级不完整的多模态电子健康记录做死亡风险预测。针对EHR中采样不规则、模态缺失和标签稀疏的不完整性，作者设计了低秩关系注意力和分层交互采样机制，支持细粒度事件交互、自监督学习、模态恢复及利用未标注数据。 作者称在大规模EHR数据集实验中达到当时领先性能，并在不同程度数据不完整下保持较强稳健性。以上为基于论文摘要的作者报告，尚未见独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。