EHRAdapt：语义先验适配EHR

2026年10月22日，arXiv Artificial Intelligence 刊出 Andre R Goncalves 等人的研究，提出 EHRAdapt 适配器方法。该适配器将电子健康记录的（时间、模态、代码）元组直接映射进冻结语言模型的嵌入空间，仅训练 0.1–0.6% 的参数，用于应对罕见临床事件。研究在约 400 万名患者的记录上，以 OLMo2 1B、Llama3.2 1B 和 OLMo2 7B 三个冻结 LLM 为骨干做继续预训练；结果显示，完整适配器在每个骨干的留出下一事件预测上均优于所有消融版本。目前报道未提及该方法在临床部署、外部数据验证或实际应用中的进展。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。