面向通用电子健康记录基础模型的医学概念表示-MedRep
人工智能
2025-08-15 v3 计算与语言
机器学习
摘要
电子健康记录(EHR)基础模型因在各种医学任务中的性能提升而备受关注。尽管迅速的进步，但存在根本性的局限性:处理词汇表之外的未见医学代码。这一问题限制了EHR基础模型的可推广性以及不同词汇表训练模型的集成。为缓解这一问题，我们提出了一套新的医学概念表示(MedRep)，用于EHR基础模型，基于观察医学结果伙伴计划(OMOP)通用数据模型(CDM)。对于概念表示学习，我们通过大型语言模型(LLM)提示为每个概念丰富最小定义信息，并通过OMOP词汇表的图状本体结构来补充基于文本的表示。我们的方法在多样化预测任务中优于原始EHR基础模型以及使用先前引入的医学代码标记器的模型。我们还通过外部验证展示了MedRep的可推广性。
引用
@article{arxiv.2504.08329,
title = {MedRep: Medical Concept Representation for General Electronic Health Record Foundation Models},
author = {Junmo Kim and Namkyeong Lee and Jiwon Kim and Kwangsoo Kim},
journal= {arXiv preprint arXiv:2504.08329},
year = {2025}
}
备注
18 pages