ATHENA：EHR临床预测的智能体神经架构搜索

2026年10月15日，arXiv Artificial Intelligence 刊出 Deyi Li 等作者的报道，提出 ATHENA（Agentic Transfer across Hospitals for EHR Neural Architecture Search），一个知识引导的智能体神经架构搜索框架，用于基于 Transformer 的电子健康记录（EHR）临床预测建模。据该报道，ATHENA 按医院预训练一次权重共享超网，候选架构通过微调继承权重进行评估；搜索过程由多智能体 LLM 驱动，并接受两层跨医院先验引导：一层是 SHAP 元回归总结出的高性能源架构示例，另一层是任务组件偏好。报道未给出实验数据、适用医院范围或性能对比结果，也未提及收费、额度或地域限制。目前该事件仅有这一篇报道，后续进展有待跟进。

AI 根据报道生成 · 22 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。