研究团队提出DIGOM多模态医疗结局预测图框架
热点事件持续更新
研究团队提出DIGOM多模态医疗结局预测图框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hakima Laribi等在arXiv论文中提出DIGOM图框架，用于多模态医疗结局预测，联合建模患者内跨模态、患者间同模态与患者间跨模态三类交互，通过可微机制采样稀疏多重图并端到端学习。论文称，在MIMIC-IV和NIH-TB两个数据集的五项临床预测任务上，DIGOM在全部五项任务中取得最高AUROC，所需连接数少于现有多交互方法。论文还称模型对模态缺失更鲁棒，消融实验显示各交互类型的贡献随任务而异。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
DIGOM：面向多模态医疗结果预测的解耦交互图框架报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIDIGOM：面向多模态医疗结果预测的解耦交互图框架
论文提出 DIGOM，一种图框架，联合建模患者内跨模态、患者间同模态与患者间跨模态三类交互，通过可微机制采样稀疏多重图并进行端到端学习。在 MIMIC-IV 和 NIH-TB 两个数据集的五项临床预测任务上，DIGOM 在全部五项任务中取得最高 AUROC，且所需连接数少于现有多交互方法。模型对模态缺失更鲁棒，消融实验显示各交互类型贡献随任务而异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。