RAM-EHR：检索增强遇上电子健康记录临床预测
计算与语言
2024-07-30 v3 人工智能
信息检索
其他定量生物学
摘要
我们提出了RAM-EHR，一个检索增强管道，用于改进电子健康记录（EHR）上的临床预测。RAM-EHR首先收集多个知识源，将其转换为文本格式，并使用密集检索获取与医学概念相关的信息。该策略解决了概念名称复杂带来的困难。然后，RAM-EHR通过一致性正则化联合训练本地EHR预测模型，以从患者就诊和总结知识中捕获互补信息。在两个EHR数据集上的实验表明，RAM-EHR优于先前的知识增强基线（AUROC提升3.4%，AUPR提升7.2%），强调了RAM-EHR总结知识在临床预测任务中的有效性。代码将发布在\url{https://github.com/ritaranx/RAM-EHR}。
引用
@article{arxiv.2403.00815,
title = {RAM-EHR: Retrieval Augmentation Meets Clinical Predictions on Electronic Health Records},
author = {Ran Xu and Wenqi Shi and Yue Yu and Yuchen Zhuang and Bowen Jin and May D. Wang and Joyce C. Ho and Carl Yang},
journal= {arXiv preprint arXiv:2403.00815},
year = {2024}
}
备注
ACL 2024 (Oral)