本文介绍了一种基于标签依赖的注意模型LDAM，旨在提高疾病风险预测的可解释性。研究开发了多模态学习框架，整合医学记录和健康指标信息，并在MIMIC-III测试集上验证了其有效性。通过使用大型语言模型，该研究展示了在临床决策支持和疾病风险估计中的潜力，尤其是在处理电子健康记录时的优势。