跳到正文
arXiv · NLP· Zihan Liang, Ziwen Pan, Ruoxuan Xiong·· 11 天前AI 评分28

多模态临床记录非随机缺失下的因果表示学习

Causal Representation Learning from Multimodal Clinical Records under Non-Random Modality Missingness

AI 导读

该研究提出一种因果表示学习框架,利用多模态临床记录中的观测数据及非随机缺失模式。在 MIMIC-IV 和 eICU 数据集评估中,该方法相比最强基线模型,住院再入院 AUC 相对提升最高 4.3%,ICU 入院提升 2.7%。 该框架包含 MMNAR 感知模态融合、模态重建对齐及多任务结果预测组件,旨在修正由特定模态观测模式引起的残余偏差。

来源:arXiv · NLP · arxiv.org