★ 2
CohortFlow：可局部语义修正的临床队列构建智能体
论文提出 CohortFlow，把自然语言修正转化为对结构化队列规范的局部更新，并与持久化执行图对齐，实现只重算受影响节点。在 100 个临床试验入排标准场景、126 轮修正中，需求级 micro-F1 为 77.0%，与全量重生成基本持平。修正延迟下降 64.8%，模型调用减少 38.1%，并在…
arXiv cs.AI5 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 CohortFlow，把自然语言修正转化为对结构化队列规范的局部更新，并与持久化执行图对齐，实现只重算受影响节点。在 100 个临床试验入排标准场景、126 轮修正中，需求级 micro-F1 为 77.0%，与全量重生成基本持平。修正延迟下降 64.8%，模型调用减少 38.1%，并在…
论文用可解释机器学习分析多中心纵向临床队列，预测正念干预后 12 周与 24 周的 BDI-II 抑郁评分。Ridge 回归在 12 周表现最佳，LightGBM 在 24 周最佳。研究发现基线严重度是最强预测因子，短期结局更依赖临床与医院背景，长期结局更依赖行为依从性与人口学因素。