🔥 今日值得一读
LLM诊断预测新突破：CARing框架用组合语义ID覆盖多标签，加权F1超越所有EHR基线！
Coverage-Aware Reasoning with Medical Tokens for Diagnosis Prediction
👨💼 主理人解读 · 为什么值得关注
改进诊断预测的RL奖励设计，鼓励覆盖多个有效诊断而非重复命中，适合医疗预测模型训练。
📖 AI 总结
该研究针对大语言模型在下次就诊诊断预测中的两个关键问题展开：一是强化学习通常仅依据最终答案正确性给予奖励，难以区分重复命中与覆盖不同诊断，导致策略集中于少数正确诊断而忽略其他；二是通用分词器将ICD编码拆分为缺乏临床意义的碎片，制约了对大规模疾病词表的推理。为此，作者提出CARing框架，通过残差量化将本体增强的疾病语义编码为紧凑的语义ID，并经多任务对齐与推理增强训练将其锚定于自然语言和纵向电子健康记录语境，同时引入覆盖奖励与多正例监督以优化多标签预测。在MIMIC-III和MIMIC-IV上，该方法在加权F1上超越所有经EHR训练的基线，并在各截断点取得最高top-k召回，推理模式下R@30分别达46.04%和46.52%，为多标签诊断预测提供了兼顾覆盖性与推理效率的新思路。
🔑 关键词速览
| CARing | 本文提出的框架，使用组合语义ID表示诊断，并通过覆盖奖励优化多标签推理轨迹。 |
| Semantic IDs (SIDs) | 通过残差量化将疾病本体语义编码成的紧凑离散标识符，用于替代传统ICD编码。 |
| Coverage Reward | 强化学习中的奖励机制，鼓励策略覆盖多个不同正确诊断而非重复命中同一诊断。 |
| Multi-label Coverage | 多标签预测中衡量模型是否覆盖所有相关诊断标签的评估目标。 |
| MIMIC-III/IV | 公开的重症监护电子健康记录数据集，常用于临床预测模型的训练与评估。 |
📱 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