TEDDY：兒科疾病風險預警的基礎模型，用診斷歷史預測疾病發病

TEDDY: A Pediatric Foundation Model for Risk Forewarning from ICD-Coded Diagnostic Histories

arXiv cs.LG · 2026-07-17

摘要

研究團隊推出 TEDDY（青少年疾病時序解碼器），這是一個 184 萬參數的解碼 transformer 模型，用 160 萬名兒童的 7300 萬筆 ICD-10 診斷紀錄進行訓練。模型能分析兒童的縱向診斷軌跡和就診時序，在 797 個疾病發病預測任務上達到中位 72% 的 AUC，大幅超越 DenseNet、CNN、RNN 和 LSTM 等基礎模型。這表明基礎模型在兒科臨床軌跡分析上的巨大潛力，尤其在罕見病預測上表現最佳。

●開發者：可探索時序醫療數據建模的新架構方向

●投資人：醫療 AI 基礎模型領域持續成熟，臨床應用前景明確

●一般用戶：未來兒童就診記錄可助醫生更早發現潛在疾病風險

重要性評分

76/100

🟠 值得關注

醫療基礎模型疾病預測兒科診斷

原文出處

上一則← MamaBench：通過反事實臨床擾動基準測試 LLM 在母嬰健康診斷中的魯棒性

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。