arXiv 论文：EHR 模型 30 年时间上下文预测结直肠癌
原文标题：How Deep is the Signal? Time-Context up to 30 Years for Colorectal Cancer Prediction in a Primary-Care EHR Model
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出「时间上下文」概念，在伦敦西北部 360 万患者数据上预训练 3460 万参数 Transformer，预测结直肠癌。AUROC 从 2 年的 0.551 升至 18 年的 0.590 后趋平，约八成增益在 10 年内取得，并指出 RoPE 在约 20 年后出现混叠。
深读 · 结论先行AI 生成展开看要点与影响 ↓
EHR模型在360万患者数据上预训练，结直肠癌预测AUROC从2年0.551升至18年0.590后趋平。
- •提出「时间上下文」概念，即预测点之前的日历回看窗口，区别于token上下文。
- •在伦敦西北部360万基层患者14亿编码事件上预训练3460万参数decoder-only Transformer。
- •固定队列含1008例病例与9582名匹配对照，均在册至少30年，评估2至30年共15个嵌套回看窗口。
- •约八成增益在10年内取得；XGBoost基线收敛到同一水平，峰值AUROC 0.589。
- •模拟显示RoPE在默认基频下超过约20年出现混叠，提示需重调θ。
为什么重要：为临床预测模型给出可测量的设计轴，提示长回看窗口收益有限，对EHR建模与医疗AI评估有直接影响。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。