Naukowcy przedstawili Mr.Dec - system do przewidywania 30-dniowych readmisji pacjentów, który modeluje każdą hospitalizację jako naturalną sekwencję dziennych zdarzeń multimodalnych. Problem, który rozwiązuje ten model, polega na tym, że tradycyjne podejścia kompresują złożoną historię pacjenta w sztywne reprezentacje, tracąc przy tym ważne sygnały z poziomu dnia, które odzwierciedlają zmianę stanu fizjologicznego pacjenta.
Mr.Dec wykorzystuje Transformer Decoder do integracji codziennych aktualizacji z elektronicznej dokumentacji medycznej (EHR) oraz wyników zdjęć rentgenowskich klatki piersiowej (CXR) w jednym czasowym potoku, odwzorowując rzeczywisty przebieg kliniki. Aby zwiększyć niezawodność, autorzy zastosowali Disease-Specific Supervised Contrastive Learning jako dodatkową regularyzację, co pozwala modelowi rozwinąć strukturę przestrzeni utajonej świadomą diagnoz pacjentów.
Ewaluacja na datasetech MIMIC-IV i MIMIC-CXR wykazała, że Mr.Dec osiąga najlepsze wyniki, zachowując integralność sekwencji klinicznych. Kluczową zaletą jest umiejętność identyfikacji "Krytycznych Dni" w trakcie hospitalizacji, co stanowi konkretny wskaźnik do wspomagania rzeczywistej stratyfikacji ryzyka i podejmowania decyzji medycznych. Kod został udostępniony publicznie na GitHub.