VIBEMed: Marco multiagente autoevolutivo para decisiones clínicas
Descubre VIBEMed, un marco multiagente autoevolutivo que mejora el diagnóstico y tratamiento clínico mediante aprendizaje continuo. Resultados superiores en
#decisiones clínicas
Aprendizaje Heurístico Médico: Reglas Clínicas Interpretables con LLM
Descubre cómo MHL usa LLMs para crear reglas clínicas transparentes y auditables, superando el desbalance y la evolución de datos en salud.
Aprendizaje Heurístico Médico: Marco LLM para Reglas Clínicas Interpretables
Descubre MHL, un marco basado en LLM que genera reglas de decisión clínicas interpretables y auditables, con rendimiento comparable a métodos estado del arte
MOSIC: Identificación óptima de subgrupos bajo múltiples restricciones
Descubre MOSIC: un marco que identifica subgrupos óptimos bajo múltiples restricciones, mejorando la fiabilidad en decisiones clínicas. Modelo agnóstico y eficiente.
La experiencia hace hábil: Razonamiento médico con memoria autoevolutiva
SkeMex permite a agentes médicos acumular habilidades reutilizables de la experiencia, mejorando el razonamiento clínico sin actualizar modelos.
Síntesis de Cópula Gaussiana Binaria: aumento de datos con LLM para diálisis
Mejora la predicción de diálisis temprana con BGCS: uso de cópula gaussiana y GPT-2 para generar datos sintéticos realistas. Supera a SMOTE y CTGAN.
ClinicalMC: Benchmark para la toma de decisiones clínicas multicurso con LLMs
Explora ClinicalMC, el benchmark que evalúa LLMs en la toma de decisiones clínicas multicurso. Conoce los resultados y su impacto en la salud.
EHRBench: un benchmark automatizado y fiable para decisiones clínicas con LLMs
Descubre EHRBench, un benchmark automatizado y fiable para evaluar LLMs en decisiones clínicas reales. Más de 960k preguntas sobre diagnóstico, tratamiento y pronóstico.
Benchmarking de tiempo hasta evento para mortalidad en lista de espera cardíaca
Predicción precisa de mortalidad en lista de espera cardíaca con nuevos modelos basados en dataset UNOS. C-Index 0.94.