用CausaLM量化症状对诊断预测的因果效应

Alexander Romanus、Mehul Shetty、Connor Jordan发布arXiv论文（2503.19394 v2），利用CausaLM框架生成“遗忘”目标概念的反事实文本表示，并用TReATE度量症状有无对临床NLP模型预测疾病分布的因果影响。 研究以“胸痛”等关键症状为例量化其对诊断预测的作用，并与CONEXP等相关性基线对比，强调估计的是因果效应而非仅相关性。作者称该结果有助于构建更可信、可解释的临床决策支持工具。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。