M2G-LLM：通过多模态图推理与 LLM 上下文注入提升临床预测

英文标题：M2G-LLM: Enhancing Clinical Prediction via Multimodal Graph Reasoning and LLM Context Injection

该论文提出 M2G-LLM，旨在通过多模态图推理和 LLM 上下文注入提升临床预测能力。研究聚焦整合临床笔记、实验室检查结果和医学影像等异构医疗数据，以支持更先进的临床决策。该工作以 arXiv:2609.21164v1 的新论文形式发布，对开发医疗 AI 系统的研究者而言，提供了融合结构化与非结构化临床信息的思路。

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