C

Clinical Pubmed Bert Base 512

由 Tsubasaz 开发
基于PubMed摘要预训练并在MIMIC-III临床笔记上继续训练的BERT模型,用于临床决策支持
下载量 27
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型结合了生物医学论文和电子健康记录两个领域,旨在提升临床相关下游任务(如再入院预测)的性能。

模型特点

跨领域预训练
结合生物医学论文和临床电子健康记录进行训练,增强模型在医疗领域的理解能力
全词掩码技术
采用全词掩码技术增强语言模型的连贯性
长文本处理
所有临床笔记被分块为512个标记的长度,适合处理较长医疗文本

模型能力

临床文本理解
医疗实体识别
临床预测任务
医疗文本掩码预测

使用案例

临床决策支持
再入院预测
基于患者临床记录预测再入院风险
疾病诊断辅助
帮助识别临床笔记中的关键诊断信息
医学研究
临床笔记分析
从电子健康记录中提取结构化信息用于研究