Patients-like-me: Un Framework Variazionale LM-GNN per la Predizione Clinica Spiegabile

È stato sviluppato un nuovo framework chiamato Patients-like-me (PLM) che combina modelli linguistici (LM) con reti neurali a grafo (GNN) per migliorare le previsioni cliniche derivate dalle cartelle cliniche elettroniche (EHR). Questo metodo fonde la semantica locale del paziente dai LM con la struttura di coorte più ampia fornita dalle GNN, facilitando l'attribuzione del paziente di riferimento per una migliore spiegabilità. Per ottimizzare l'addestramento del PLM, un algoritmo variazionale di massimizzazione delle aspettative alterna gli aggiornamenti tra LM e GNN sotto un obiettivo variazionale supervisionato. I test condotti su MIMIC-III e MIMIC-IV indicano che il PLM supera le tecniche leader sia nei framework LM solo-encoder che solo-decoder, comportando solo lievi costi computazionali aggiuntivi. La ricerca è disponibile su arXiv con l'identificatore 2608.04193.