摘要
针对不规则临床时间序列(ICTS)问答中存在的稀疏性、异步性及采样不规则挑战,本文提出 ClinPRISM,一种高性价比的多模态大语言模型推理框架。该框架设计了不规则感知的多尺度编码器以捕捉不同时间尺度的临床证据,并通过时间证据蒸馏器将多尺度表示压缩为少量兼容令牌。此外,引入渐进式对齐策略,将不规则轨迹顺序对齐至大模型文本嵌入空间。实验表明,ClinPRISM 在仅使用 16 个时间序列令牌的情况下,实现了最先进的性能且推理延迟极低。
AI 推荐理由
论文提出多模态推理框架,核心解决临床时间序列数据的稀疏性与不规则性推理难题。
研究机构
Shandong University, China
University of Auckland, New Zealand
论文信息