ClinPRISM: Framework LLM Multimodale per QA su Serie Temporali Cliniche
Un articolo di ricerca su arXiv presenta ClinPRISM, un framework di ragionamento multimodale per modelli linguistici di grandi dimensioni (LLM) economico, progettato per il question answering su dati di serie temporali cliniche irregolari (ICTS). Il framework affronta le sfide nella modellazione della sparsità, asincronia e pattern di campionamento irregolari nelle osservazioni cliniche. Include un codificatore multi-scala consapevole dell'irregolarità per catturare evidenze cliniche sparse su diverse scale temporali, un distillatore di evidenze temporali per integrare le rappresentazioni e comprimerle in token compatibili con LLM, e una strategia di allineamento progressivo per allineare traiettorie irregolari con lo spazio di embedding testuale del LLM. L'articolo è identificato dall'ID arXiv 2607.25947.
Fatti principali
- ClinPRISM è un framework di ragionamento LLM multimodale per il question answering su ICTS.
- Affronta sparsità, asincronia e campionamento irregolare nei dati clinici.
- Include un codificatore multi-scala consapevole dell'irregolarità.
- Utilizza un distillatore di evidenze temporali per la compressione dei token.
- Implementa un allineamento progressivo con lo spazio di embedding del LLM.
- Articolo pubblicato su arXiv con ID 2607.25947.
- Si concentra su applicazioni AI sanitarie economiche.
- Migliora i LLM per serie temporali di uso generale per applicazioni cliniche.
Entità
Istituzioni
- arXiv