al-BERT 去噪诊断模型

半监督去噪，疾病预测更准

在BERT框架中引入半监督注意力层，过滤无关医疗记录，强化慢性病敏感度，提升疾病预测可靠性。

Tseng, Yun Chien · Chuan-Wei, Kuo · Peng, Wenchih · Hung, Chihchieh

BMC Medical Informatics and Decision Making 2024

参数信息

召回率提升

15 %

技术优势

噪声病种能被滤除

半监督注意力层专门针对类似流感的噪声疾病，同时强化对慢性病的敏感度，使留下的特征更相关。

不挑完整病历

模型不依赖完整疾病记录，即使病历中有缺失也能有效预测。

应用场景

• 临床决策支持：自动从病历中提取与当前病症最相关的信息，辅助医生快速判断。
• 智能诊断系统：为智能诊断系统提供抗噪声的疾病预测能力，减少无关记录干扰。
• 电子健康记录分析：在分析电子健康记录时滤除无关疾病信息，提升分析准确性。