匹配网络辅助诊断模型

噪声标签下依然可靠

基于医学指南的匹配网络结合自定步调学习，在真实电子病历噪声下实现可解释的多疾病诊断。

Long, Jiawei · 任江涛

Pattern Recognition 2024

技术优势

自动识别噪声标签

自步学习按样本损失动态选样，高损失样本被视作噪声，避免模型被错误标注带偏。

诊断过程可解释

匹配网络依据医学指南提供知识支持，给出诊断时能追溯到指南依据，而非黑箱打分。

应用场景

• 电子病历智能诊断：在病历数据普遍有噪声的医院场景中，训练出的模型能抗拒误标注，输出可靠诊断。
• 医疗决策支持系统：诊断附带指南依据，便于医生复核，符合临床决策对可解释性的要求。