该患者类似于彼患者：基于原型网络的可解释临床文本诊断预测
计算与语言
2022-10-18 v1
摘要
使用深度神经模型从临床文本进行诊断预测已展现出有前景的结果。然而，在临床实践中，此类模型不仅必须准确，还须为医生提供可解释且有帮助的结果。我们引入 ProtoPatient，一种基于原型网络和标签级注意力且兼具这两种能力的新方法。ProtoPatient 基于与原型患者相似文本片段进行预测——提供医生可理解的依据。我们在两个公开临床数据集上评估该模型，并显示其优于现有基线。与医学医生的定量与定性评估进一步表明，该模型为临床决策支持提供了有价值的解释。
引用
@article{arxiv.2210.08500,
title = {This Patient Looks Like That Patient: Prototypical Networks for Interpretable Diagnosis Prediction from Clinical Text},
author = {Betty van Aken and Jens-Michalis Papaioannou and Marcel G. Naik and Georgios Eleftheriadis and Wolfgang Nejdl and Felix A. Gers and Alexander Löser},
journal= {arXiv preprint arXiv:2210.08500},
year = {2022}
}
备注
AACL-IJCNLP 2022 Main Conference (Long Paper)