Schema-Adaptive Tabular Representation Learning with LLMs for Generalizable Multimodal Clinical Reasoning

Diese Forschung stellt "Schema-Adaptive Tabular Representation Learning" vor, eine neuartige Methode, die Große Sprachmodelle (LLMs) nutzt, um übertragbare tabellarische Embeddings zu generieren. Durch die semantische Kodierung strukturierter Variablen in natürliche Sprache ermöglicht sie eine Zero-Shot-Abstimmung über verschiedene EHR-Schemata in der klinischen Medizin hinweg, ohne manuelle Merkmalsentwicklung.