BriefGPT - AI 论文速递
·
MDS-ED：应急科室中的多模态决策支持 —— 诊断和恶化预测的基准数据集
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究提出了应急护理多模态临床基准（MC-BEC），用于评估应急护理中的基础模型。MC-BEC关注临床相关预测任务，包括预测患者恶化、病情处理和急诊访问。该基准使用超过100K个急诊科访问的数据集，并包括了标准化评估框架。研究提供了每个预测任务的性能基准，以促进多模态、多任务模型的开发。
🎯
关键要点
- 提出了应急护理多模态临床基准（MC-BEC），用于评估应急护理中的基础模型。
- MC-BEC 使用 2020-2022 年监测的超过 100K 个急诊科访问的数据集。
- 基准关注于分钟到天的时间尺度上的临床相关预测任务，包括预测患者恶化、病情处理和急诊访问。
- 包含标准化评估框架，具有训练-测试分割和评估指标。
- 多模态数据集包括详细的临床数据，如分诊信息、先前诊断、生命体征、心电图等。
- 提供每个预测任务的性能基准，以评估多模态、多任务模型。
- MC-BEC 旨在鼓励研究人员开发更有效、普适和易获得的多模态临床数据基础模型。
➡️
