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

Cette recherche introduit le "Schema-Adaptive Tabular Representation Learning", une méthode novatrice qui utilise les grands modèles linguistiques (LLM) pour créer des embeddings tabulaires transférables. En transformant les variables structurées en déclarations sémantiques en langage naturel, elle permet un alignement "zero-shot" sur des schémas de DSE variés en médecine clinique sans ingénierie de caractéristiques manuelle.