ترجمه فارسی مقاله پیش‌بینی مسیر سلامت Zero Shot با استفاده از ترانسفورماتور

چکیده

Integrating modern machine learning and clinical decision-making has great promise for mitigating healthcare’s increasing cost and complexity. We introduce the Enhanced Transformer for Health Outcome Simulation (ETHOS), a novel application of the transformer deep-learning architecture for analyzing high-dimensional, heterogeneous, and episodic health data. ETHOS is trained using Patient Health Timelines (PHTs)-detailed, tokenized records of health events-to predict future health trajectories, leveraging a zero-shot learning approach. ETHOS represents a significant advancement in foundation model development for healthcare analytics, eliminating the need for labeled data and model fine-tuning. Its ability to simulate various treatment pathways and consider patient-specific factors positions ETHOS as a tool for care optimization and addressing biases in healthcare delivery. Future developments will expand ETHOS’ capabilities to incorporate a wider range of data types and data sources. Our work demonstrates a pathway toward accelerated AI development and deployment in healthcare.

چکیده به فارسی (ترجمه ماشینی)

ادغام یادگیری ماشین مدرن و تصمیم گیری بالینی نوید خوبی برای کاهش هزینه و پیچیدگی روزافزون مراقبت های بهداشتی دارد.ما ترانسفورماتور پیشرفته را برای شبیه سازی نتیجه سلامت (ETHOS) معرفی می کنیم ، یک کاربرد جدید از معماری یادگیری عمیق ترانسفورماتور برای تجزیه و تحلیل داده های بهداشتی بالا ، ناهمگن و اپیزودیک.ETHOS با استفاده از سوابق مربوط به سلامت بیمار (PHTS)-ثبت شده و ثبت شده از وقایع بهداشتی-برای پیش بینی مسیرهای بهداشتی آینده ، استفاده می شود و از یک رویکرد یادگیری صفر استفاده می کند.ETHOS نشان دهنده پیشرفت قابل توجهی در توسعه مدل بنیاد برای تجزیه و تحلیل مراقبت های بهداشتی است و نیاز به داده های دارای برچسب و تنظیم دقیق مدل را از بین می برد.توانایی آن در شبیه سازی مسیرهای مختلف درمانی و در نظر گرفتن عوامل خاص بیمار ، اخلاق را به عنوان ابزاری برای بهینه سازی مراقبت و پرداختن به تعصبات در ارائه مراقبت های بهداشتی قرار می دهد.تحولات آینده توانایی های Ethos را برای ترکیب طیف وسیع تری از انواع داده ها و منابع داده گسترش می دهد.کار ما مسیری را برای پیشرفت و استقرار AI در مراقبت های بهداشتی نشان می دهد.