EHR

6 items

RESEARCHarXiv CS.AI·il y a 8j

EHRBench: An Automated and Reliable EHR-based Benchmark for Clinical Decision Making with LLMs

Cet article présente EHRBench, un benchmark automatisé et fiable basé sur les dossiers de santé électroniques (DSE) pour évaluer les LLM dans la prise de décision clinique, comblant le manque de compréhension de leur fiabilité dans des tâches cliniques réelles. Il vise à garantir à la fois l'échelle et la qualité dans l'évaluation des modèles de prise de décision clinique (CDM).

LLMs clinical decision support Benchmarking healthcare AI

RESEARCHarXiv CS.CL·il y a 27j

ClinicalBench: Stress-Testing Assertion-Aware Retrieval for Cross-Admission Clinical QA on MIMIC-IV

Cet article introduit ClinicalBench, un nouveau benchmark de 400 questions pour tester la récupération sensible aux assertions dans les questions-réponses cliniques sur MIMIC-IV à partir de notes EHR réelles. Il présente également EpiKG, un système de graphe de connaissances patient qui améliore la récupération en tenant compte de la négation et de la temporalité, démontrant des améliorations significatives des performances des LLM cliniques.

LLMs Benchmarking clinical QA medical AI

RESEARCHarXiv CS.AI·25/04/2026

HypEHR: Hyperbolic Modeling of Electronic Health Records for Efficient Question Answering

HypEHR est un modèle lorentzien compact qui utilise la géométrie hyperbolique pour la réponse aux questions sur les dossiers de santé électroniques (DSE), abordant les défis de coût et de structure hiérarchique des méthodes basées sur les LLM. Pré-entraîné pour la prédiction de diagnostic et l'alignement avec les ontologies médicales, il approche les performances des LLM avec beaucoup moins de paramètres.

Question Answering deep learning healthcare AI EHR

RESEARCHarXiv CS.LG·15/04/2026

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.

Clinical Reasoning LLMs tabular data healthcare AI

RESEARCHarXiv CS.LG·il y a 19j

GraphDiffMed: Knowledge-Constrained Differential Attention with Pharmacological Graph Priors for Medication Recommendation

GraphDiffMed est un nouveau cadre pour la recommandation de combinaisons de médicaments sûres et efficaces à partir de dossiers de santé électroniques. Il utilise une attention différentielle à double échelle pour filtrer les signaux parasites et intègre des contraintes pharmacologiques pendant l'apprentissage, améliorant la qualité de la recommandation.

medication recommendation pharmacology Graph Neural Networks healthcare AI

RESEARCHarXiv CS.LG·24/04/2026

Validating a Deep Learning Algorithm to Identify Patients with Glaucoma using Systemic Electronic Health Records

Cette recherche valide un algorithme d'apprentissage profond pour l'évaluation du risque de glaucome à l'aide de dossiers de santé électroniques systémiques. Le modèle, affiné sur les données de patients de Stanford, a atteint un AUROC de 0.883 et un PPV de 0.657, démontrant un fort potentiel pour le pré-dépistage évolutif et accessible.

deep learning Medical Diagnosis healthcare AI EHR