NOAH模型用5.59亿临床事件搞定29万患者，预测疾病还能反事实模拟！
NOAH: Learning the Full Patient Journey. A Longitudinal Multimodal Time-Aware Model for Representation and Forecasting
📖 摘要
提出NOAH，一种纵向多模态时间感知模型，用于患者全病程表征与预测。
🔑 关键词速览
| NOAH | 一种时间感知、任务无关的生成式Transformer模型，用于表示和预测完整的患者多模态轨迹。 |
| Multimodal patient records | 包含多种数据类型（如图像、时间序列、分类事件和临床文本）的患者记录，用于全面描述患者状态。 |
| Bidirectional time integration | 一种时间处理机制，同时考虑过去和未来的时间信息，以更好地捕捉患者状态的动态变化。 |
| Variational latent space | 一种潜在表示空间，通过变分推断捕捉临床轨迹的随机性和不确定性。 |
| Counterfactual intervention simulation | 模拟假设性干预（如改变治疗）对患者结局的影响，用于评估不同临床决策的效果。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅