Enhancing the Visual Inspection Capability of Multi-Modal Large Language Models on Medical Time Series with Supportive Conformalized and Interpretable Small Specialized Models
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新型决策支持模型ConMIL,旨在提高大型语言模型在医疗时间序列数据中的精确性。该模型通过集成多实例学习和外推预测,在心律不齐检测和睡眠分期任务中表现优越,具有重要的临床应用潜力。
🎯
关键要点
- 本研究提出了一种新型决策支持模型ConMIL,旨在提高大型语言模型在医疗时间序列数据中的精确性。
- ConMIL模型集成了多实例学习和外推预测,显著提升了大型语言模型的可解释性。
- 该模型在心律不齐检测和睡眠分期任务中表现优越,显示出重要的临床应用潜力。
➡️