跳到正文
热点事件持续更新

提出HiSTOR纵向治疗-结局反事实预测框架

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Chuanqi Lao、Junzhou Huang、Qiao Liu 在 arXiv 论文(2610.17739)中提出 HiSTOR(High-dimensional Structured Treatment-Outcome Representation),一个面向高维纵向数据的端到端框架,将非线性降维与治疗序列下的潜在结果(反事实)预测结合,学习患者当前状态和演化历史的结构化低维表示。 基于论文摘要,作者称在 CVSim 和 CancerSim 两个模拟数据集上,HiSTOR 在不同协变量维度、混杂强度和预测范围下优于多种最先进方法;具体实验细节与真实临床数据验证情况材料未说明。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    HiSTOR提出面向高维纵向数据的结构化治疗结果表示学习框架

    HiSTOR提出端到端的纵向反事实预测框架,将非线性降维与治疗序列下的潜在结果预测结合,学习患者当前状态和演化历史的结构化低维表示。基于论文摘要,作者称其在CVSim和CancerSim上、针对不同协变量维度、混杂强度和预测范围,优于多种最先进方法;具体实验细节与真实临床验证情况材料未说明。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。