基于掩码临床上下文的 SNOMED CT 概念推荐基准
原文标题：SNOMED CT Concept Recommendation from Masked Clinical Context
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
将临床语言标准化为 SNOMED CT 有助于互操作与表型复用，但相关概念在训练数据中稀少或缺失时推荐困难。论文基于 MIMIC-IV-Note 构建掩码概念推荐基准，含 272 份出院小结、75491 条标注。稀疏 TF-IDF 表现最佳，Recall@10 为 33.43%，检索增强并未提升基线；概念频率影响显著，仅出现一两次的概念 Recall@10 仅 7.74%，而出现十次以上达 43.90%，且 9.66% 测试对含未见概念。
- 问题
- 临床文本标准化到SNOMED CT时，稀有或训练中未出现的概念难以推荐。
- 方法
- 基于MIMIC-IV-Note构建掩码概念推荐基准，对比流行度、TF-IDF、LSA、稀疏稠密融合与检索增强混合。
- 结果
- 稀疏TF-IDF最佳，Recall@10为33.43%、MRR 0.2114；检索增强反而降至31.99%；仅出现1-2次的概念Recall@10仅7.74%，超10次达43.90%；9.66%测试对含未见概念。
- 影响
- 说明临床概念链接的瓶颈是词面上下文与术语覆盖而非模型复杂度，做医疗NLP的应先补术语覆盖再谈检索增强。
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。