用于估计电子健康档案审计日志熵的自回归语言模型
计算与语言
2023-11-28 v3 信息论
math.IT
摘要
EHR 审计日志是一种高度细粒度的事件流，捕捉临床医生活动，是刻画电子健康档案（EHR）上临床医生工作流研究的重要关注领域。现有通过 EHR 审计日志（审计日志）衡量工作流复杂度的技术涉及基于时间或频率的横向聚合，无法捕捉 EHR 会话的全部复杂性。我们简要评估了基于 transformer 的表格语言模型（tabular LM）在衡量工作流内动作序列的熵或无序度方面的使用，并公开了所评估的模型。
引用
@article{arxiv.2311.06401,
title = {Autoregressive Language Models For Estimating the Entropy of Epic EHR Audit Logs},
author = {Benjamin C. Warner and Thomas Kannampallil and Seunghwan Kim},
journal= {arXiv preprint arXiv:2311.06401},
year = {2023}
}
备注
Extended Abstract presented at Machine Learning for Health (ML4H) symposium 2023, December 10th, 2023, New Orleans, United States, 10 pages