统治万物之一损：结构化电子健康记录的标记时间事件
机器学习
2026-02-03 v1
摘要
电子健康记录 (EHR) 中的临床事件采样不规则，可能包含离散事件和数值测量的混合物，如实验室值或治疗剂量。EHR 的序列性质类似于自然语言，这一事实促使使用 next-token 预测来训练先前的 EHR 基础模型 (FM)。然而，这种训练未能捕捉 EHR 的全部结构。我们提出 ORA，一种标记时间事件预训练目标，联合建模事件时间和相关测量值。跨多个数据集、下游任务和模型架构，本目标 consistently yield 比 next-token 预测和忽略连续测量值的预训练损失更具通用性。重要的是，提出的目标不仅超越传统分类评估，还带来更好的回归和时间事件预测。除了引入新的 FM 家族外，我们的结果表明：考虑 EHR 结构的预训练目标对扩充下游能力和通用性具有关键作用。
引用
@article{arxiv.2602.00541,
title = {One Loss to Rule Them All: Marked Time-to-Event for Structured EHR Foundation Models},
author = {Zilin Jing and Vincent Jeanselme and Yuta Kobayashi and Simon A. Lee and Chao Pang and Aparajita Kashyap and Yanwei Li and Xinzhuo Jiang and Shalmali Joshi},
journal= {arXiv preprint arXiv:2602.00541},
year = {2026}
}