OC-Distill：ICUリスク予測のための、クロスモーダル蒸留を伴うオントロジー認識コントラスト学習
arXiv cs.LG / 2026/4/21
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文では、重篤な臨床悪化の早期予測や入院（滞在）期間の予測を目標とした、ICUリスク予測向けの2段階フレームワーク「OC-Distill」を提案している。
- コントラスト学習の事前学習では、すべての患者を一律に“強い負例”として扱う点を改善するため、ICD階層に基づくオントロジー認識の目的関数で、臨床的に意味のある患者類似度を定量化して表現を学習する。
- さらに、学習時には臨床メモの情報を用い、クロスモーダル知識蒸留によって臨床ノートの補完情報をモデルへ移す一方、推論（推定）時にはバイタルサインのみを必要とする設計になっている。
- MIMICデータセットの複数のICU予測タスクで検証した結果、ラベル効率の向上と、推論時にバイタルサインのみを使用する手法群における最先端性能が示されている。
