ReTAMamba: Nuovo Modello per Serie Temporali Cliniche Irregolari

I ricercatori propongono ReTAMamba, un nuovo modello per prevedere risultati da dati di serie temporali cliniche campionati in modo irregolare. Il modello affronta sfide come valori mancanti e pattern di osservazione eterogenei ricostruendo i dati come sequenze di token variabili nel tempo, stimando l'affidabilità dell'osservazione dalla mancanza e dal tempo trascorso, e arricchendo i riepiloghi degli intervalli con descrittori statistici. Utilizza la Tessitura Cronologica per integrare informazioni temporali a breve e lungo termine e un router di token con budget per un'elaborazione efficiente. L'approccio mira a migliorare l'accuratezza delle previsioni in contesti clinici dove i dati sono spesso irregolari.