AITOPAI热报

电子病历

共 2 条相关 AI 资讯
8月18日
10:01
10:01官方账号arXiv cs.AI@Yuhao Chen, Jiahao Cai, Nafiz Sadman, Farhana Zulkernine, John Queenan, David Barber
该研究提出SPaDe工具，基于同义词匹配从电子病历的非结构化图表笔记中识别疼痛表达，将患者分为轻度或中重度疼痛。进一步整合结构化EMR中的用药信息与笔记中的疼痛量表，形成改进版工具PLeDO。研究使用人类标注的金标准数据验证，SPaDe和PLeDO均能有效区分疼痛等级。
论文PLeDOSPaDe骨关节炎
推荐理由：论文提出了两个从电子病历里自动判断骨关节炎疼痛等级的工具，SPaDe和PLeDO，不用额外检查就能分级。
原文
8月7日
12:36
12:36官方账号arXiv cs.LG@Soorya Ram Shimgekar, Michelle Hu, Dorisa Shehi, Daniel Kang, Roy Ka-Wei Lee, Koustuv Saha, Christian Poellabauer, Christopher Lee, Sajeev Singh, Piyum Zonooz, Navin Kumar, Zeeshan Ahmed, Priyadarshini Kachroo
电子病历特征工程占数据科学家39%-45%工作量，心衰领域尤其棘手。研究者提出Nimblemind多智能体系统（nMAS），在500份模拟患者记录、9张EHR源表上生成132个结构化特征和70个评分聚合特征。加入聚合特征后，HFrEF分型的held-out AUROC从0.895升至0.963，HFpEF从0.870升至0.910。独立LLM对证据支撑与方法学评分为最高分的81.5%。
论文nMAS心力衰竭电子病历
推荐理由：心衰数据特征工程又慢又容易出错，nMAS自动管线把HFrEF的AUROC拉到0.963，还能审计特征来源。
原文