TRACE建模多模态临床轨迹预测住院风险
AI 总结
Minjun Kim与Jong Hak Moon于2026年10月19日向arXiv提交TRACE论文，提出按日组织临床事件的框架，用于预测院内死亡、延长住院和再入院。该方法处理EHR数据、胸部X光、放射科报告和出院摘要，并允许缺失模态不生成标记。论文称，在MIMIC-IV、eICU和MIMIC-III的九组数据与任务设置中均取得最高AUROC，并在其中八组取得最高准确率。
深度见解
该研究提出以逐日临床轨迹而非单纯模态融合或缺失补偿来组织多模态证据，并在近18万次住院数据上评估这一方法。
Computer Science > Artificial Intelligence
arXiv:2610.25765 (cs)
[Submitted on 19 Oct 2026]
Title:TRACE: Tracking Multimodal Clinical Trajectories for Inpatient Risk Prediction
Authors:Minjun Kim, Jong Hak Moon
View a PDF of the paper titled TRACE: Tracking Multimodal Clinical Trajectories for Inpatient Risk Prediction, by Minjun Kim and Jong Hak Moon