研究者提出PLM变分LM-GNN临床预测框架
热点事件持续更新
研究者提出PLM变分LM-GNN临床预测框架
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Artificial Intelligence 发布报道称，Xinyu Wang 等作者提出 Patients-like-me（PLM），一个统一的语言模型–图神经网络（LM–GNN）框架，用于可解释临床预测。据该报道，PLM 融合语言模型的局部患者语义与 GNN 的全局队列结构，并引入变分期望最大化算法交替更新 LM 与 GNN。报道未给出该框架的适用对象、收费或额度、地域及使用限制等条件。目前该事件仅有此一篇主报道，尚无跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
Patients-like-me：可解释临床预测的变分 LM–GNN 框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligencePatients-like-me：可解释临床预测的变分 LM–GNN 框架
研究者提出 Patients-like-me（PLM），一个融合语言模型局部患者语义与 GNN 全局队列结构的统一 LM–GNN 框架，并引入变分期望最大化算法交替更新 LM 与 GNN。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。