★ 2
DISCERN：可识别的疾病证据用于可泛化医疗多模态学习
论文针对临床多模态模型学到跨模态共享的入组捷径、在新队列上失效的问题，提出基于潜在结构因果模型的 DISCERN 框架。方法无需疾病状态标签即可识别条件疾病证据，通过最小选择统计量消除入组相关证据。合成数据上状态 AUROC 从 0.043 提升至 0.883，eICU 与 MIMIC-IV 跨库…
arXiv cs.LG13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对临床多模态模型学到跨模态共享的入组捷径、在新队列上失效的问题，提出基于潜在结构因果模型的 DISCERN 框架。方法无需疾病状态标签即可识别条件疾病证据，通过最小选择统计量消除入组相关证据。合成数据上状态 AUROC 从 0.043 提升至 0.883，eICU 与 MIMIC-IV 跨库…