重症监护作为一个大型序列建模问题
机器学习
2024-05-28 v2 人工智能
摘要
医疗领域的强化学习通常关注狭窄且自包含的任务，如脓毒症预测或麻醉控制。然而，先前的研究已证明，通用模型（典型代表为大语言模型）凭借其隐式迁移学习能力，能够超越特定任务的方法。为了能够训练医疗领域的基础模型并利用最先进的 Transformer 架构的能力，我们提出了“医疗即序列建模”的范式，其中患者与医疗服务提供者之间的交互被表示为事件流，而诊断和治疗选择等任务则被建模为对该流中未来事件的预测。为了在实验上探索这一范式，我们开发了 MIMIC-SEQ，这是一个通过将 MIMIC-IV 数据集中的异构临床记录转换为统一的事件流格式而构建的序列建模基准，我们训练了一个基线模型并探索了其能力。
引用
@article{arxiv.2402.17501,
title = {Intensive Care as One Big Sequence Modeling Problem},
author = {Vadim Liventsev and Tobias Fritz},
journal= {arXiv preprint arXiv:2402.17501},
year = {2024}
}