用于解释 ICU 死亡率预测的独立 LLM 与预先指定的 Agent 管线：基于 eICU Demo 数据集的可行性研究

英文标题：Standalone LLM and a Pre-specified Agentic Pipeline for Explaining ICU Mortality Predictions: a Feasibility Study on the eICU Demo Dataset

该研究探讨如何利用独立大语言模型（LLM）和预先定义的多步骤 Agent 管线，解释 ICU 患者死亡率预测结果。原文指出，机器学习模型能够较准确地预测 ICU 死亡率，但单纯的特征归因方法通常无法提供临床床旁使用所需的叙事性解释。研究认为，LLM 有望弥合预测结果与临床叙事之间的差距，并在 eICU Demo 数据集上开展可行性验证。该方向可能帮助开发者构建更具可解释性、并更贴近临床工作流的 AI 决策支持工具。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB