重症监护作为一个大的序列建模问题
原文中文，约400字，阅读约需1分钟。发表于：。在健康护理领域，强化学习通常涉及狭窄的自包含任务，如败血症预测或麻醉控制。然而，先前的研究已经证明了通用模型（最典型的例子是大型语言模型）由于其隐式迁移学习能力而能够胜过特定任务的方法。为了训练健康护理领域的基础模型并利用最先进的 Transformer 架构的能力，我们提出了 “健康护理作为序列建模”...
研究人员提出了一种新的健康护理范式，将患者与医疗服务提供者之间的交互表示为事件流，并通过预测未来事件的任务来建模诊断和治疗选择等任务。他们使用MIMIC-IV数据集开发了一个名为MIMIC-SEQ的序列建模基准，研究其能力。
