arXiv · AI· Fan Ma, Yuntian Liu, Xiang Lan, Weipeng Zhou, Jun Ni, Mauro Giuffr\`e, Lingfei Qian, Xueqing Peng, Yujia Zhou, Ruey-Ling Weng, Huan He, Lu Li, Huiyuan Wang, Qingyu Chen, Andrew Loza, Laila Rasmy, Degui Zhi, Yuan Lu, Chenjie Zeng, Joshua C Denny, Lee Schwamm, Daniella Meeker, Brian Ondov, Lucila Ohno-Machado, Yong Chen, Hua Xu·· 8 小时前精选AI 评分63
ReClaim 利用全国医疗索赔数据构建医疗基础模型
Foundation Models to Unlock Real-World Evidence from Nationwide Medical Claims
AI 导读
ReClaim 是基于 MarketScan 数据库 438 亿条索赔记录构建的医疗基础模型，在超过 1000 种疾病的预测中平均 ROC-AUC 达到 0.769。该模型在预测下一年度支出和识别高需求高成本受保人方面均优于梯度提升模型，且其表征作为协变量时能改善随机对照试验基准下的效应估计。
推荐理由
原文给出了438亿条医疗索赔数据训练基础模型的方法，读者可据此理解其在真实世界疾病预测中的表现。
来源：arXiv · AI · arxiv.org