KI News: Kurz und klar.

Die Art und Weise, wie Modelle elektronische Gesundheitsdaten verarbeiten, hängt stark von der Tokenisierung ab – doch bislang fehlt ein fairer Vergleich der verschiedenen Ansätze. In einer neuen Studie wurde die Effektivität von Tokenisierungsstrategien für klinische Zeitreihen systematisch untersucht, wobei transformerbasierte Architekturen auf dem umfangreichen MIMIC‑IV‑Datensatz angewendet wurden.

In elektronischen Gesundheitsakten entstehen klinische Zeitreihen, die von Natur aus unregelmäßig sind – Messungen erfolgen asynchron, Daten fehlen häufig und die Dynamik der Merkmale variiert stark. Traditionelle Einbettungsstrategien kombinieren die Identität eines Merkmals und dessen Wert meist additiv, was die Erfassung wertabhängiger Interaktionen einschränkt.

Eine neue Studie auf arXiv zeigt, dass klinische Zeitreihen als Folgen latenter physiologischer Zustände verstanden werden können, die in systematischen Mustern aufeinander folgen. Durch die Analyse dieser „kompositorischen“ Struktur lassen sich die Grundbausteine der Daten rekonstruieren und die Regeln ihrer Zusammensetzung aufdecken.