arXiv 机器学习· Xinye Yang, Yuli Wang, Cheng Ting Lin, Harrison Bai·· 7 小时前AI 评分45
EHR2Trace：面向患者世界模型与临床智能体的可审计 EHR 数据基础设施
EHR2Trace: Auditable EHR Data Infrastructure for Patient World Models and Clinical Agents
AI 导读
研究团队提出 EHR2Trace 系统，可将多源电子健康档案（EHR）转换为可追溯的患者事件，以支持患者世界模型与临床智能体的训练及评估。该系统支持 OMOP 与 MEDS 导出，在 3 个临床数据集上转换了 8.464 亿个事件，检出全部 28 个注入故障。实验表明严格分离事件时间与信息可用时间，能有效避免因时序泄露虚增模型表现。
来源：arXiv 机器学习 · arxiv.org