华盛顿大学团队发表LLM多模态临床预测模型系统评价

2026年10月22日，华盛顿大学医学院团队在《npj Digital Medicine》发表系统评价，梳理了57项利用大语言模型（LLM）融合电子健康档案（EHR）多模态数据进行临床预测的研究。研究归纳了特征嵌入、变量提取和文本融合三种融合策略，分析显示所有方案相较于单模态模型均实现了性能增益，平均提升幅度达6.4%。同时，该研究还指出了多模态临床预测模型在样本量、模型可解释性以及计算成本方面所面临的关键考量。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。