Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Analysis of heart failure patient trajectories using sequence modeling

Created by
  • Haebom
Category
Empty

저자

Falk Dippel, Yinan Yu, Annika Rosengren, Martin Lindgren, Christina E. Lundberg, Erik Aerts, Martin Adiels, Helen Sjoland

개요

본 논문은 전자 건강 기록(EHR)을 이용한 임상 예측 작업에서 변압기(Transformer) 아키텍처의 성능을 분석하고, 최근 등장한 Mamba 아키텍처와의 비교를 통해 효율성을 평가합니다. 스웨덴 심부전 환자 코호트(N = 42,820)를 대상으로, 임상 불안정성, 사망률 예측 등 세 가지 1년 예측 작업을 수행합니다. 입력 토큰화, 모델 구성, 시간적 데이터 전처리 기법에 대한 체계적인 분석을 수행하여, Llama 및 Mamba 아키텍처의 우수한 성능과 효율성을 확인했습니다.

시사점, 한계점

Llama가 가장 높은 예측 정확도와 보정을 보였으며, 모든 작업에서 견고함을 나타냈습니다. Mamba 역시 우수한 성능을 보였습니다.
Llama와 Mamba는 적은 파라미터 수로도 다른 대규모 Transformer보다 뛰어난 성능을 보였습니다.
동일한 모델 크기에서 Llama와 Mamba는 25% 적은 훈련 데이터를 사용하고도 더 나은 성능을 달성했습니다.
본 연구는 입력 토큰화, 모델 구성 및 시간적 데이터 전처리에 대한 체계적인 설계를 갖춘 첫 번째 분석 연구입니다.
향후 임상 예측 작업에서의 모델 개발에 대한 권장 사항을 제시합니다.
👍