新聞 12 / 12

研究突破

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

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

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。

相關指南

🤖 本文摘要由 AI 自動生成,內容源自原始報導。如有疑慮,請參閱關於我們

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。