临床文本是否足够？基于实体感知的多模态心力衰竭患者死亡风险预测研究
计算与语言
2026-04-03 v1
摘要
准确预测心力衰竭(HF)患者的短期死亡风险 remains challenging，尤其是仅依赖结构化电子健康记录(EHR)数据时。我们对法国 HF 队列上的变压器模型进行评估，比较了文本-only、结构化-only、多模态和 LLM-based 方法。我们的结果表明，丰富临床文本的实体级表示优于 CLS 嵌入，监督式多模态融合文本和结构化变量实现了最佳整体性能。相比之下，大型语言模型在不同模态和解码策略下的表现不一致，文本-only 提示优于结构化或多模态输入。这些发现表明，实体感知的多模态变压器提供了最可靠的心力衰竭结果预测解决方案，而当前的 LLM 提示方法在临床决策支持方面仍有局限。
引用
@article{arxiv.2604.01924,
title = {Is Clinical Text Enough? A Multimodal Study on Mortality Prediction in Heart Failure Patients},
author = {Oumaima El Khettari and Virgile Barthet and Guillaume Hocquet and Joconde Weller and Emmanuel Morin and Pierre Zweigenbaum},
journal= {arXiv preprint arXiv:2604.01924},
year = {2026}
}
备注
Accepted in LREC 2026