EHRFlow：基于多边际流匹配的患者连续轨迹学习框架

EHRFlow 是一个多边际流匹配框架，旨在从电子健康记录中学习连续患者轨迹。该框架通过编码患者历史来条件化未来动力学，支持不规则观测时间与任意预测 horizon。研究在超过 100 万患者的真实临床数据集及独立外部验证队列上进行，结果显示 EHRFlow 提升了 horizon-averaged top-5 临床代码准确率，并在受控反事实模拟中近似降压干预的已知效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。