论文
RAG4Outcome：用于慢性骨髓炎预后预测的检索增强多模式框架
RAG4Outcome: A Retrieval-Augmented Multimodal Framework for Prognostic Prediction in Chronic Osteomyelitis
摘要
由于其高复发风险和复杂的术后恢复轨迹，慢性骨髓炎带来了巨大的预后挑战。传统评估通常依赖于手动评分系统，这限制了临床实践中的可扩展性、效率和一致性。此外，临床数据的异构性对当前需要对齐输入和大型注释数据集的多模式学习方法提出了挑战。在这项工作中，我们提出了 RAG4Outcome，一种用于慢性骨髓炎预后预测的检索增强生成 (RAG) 框架。我们的方法将多模式临床数据（包括 PET-CT 成像报告、结构化手术和诊断记录以及非结构化随访记录）整合到统一的预测管道中。通过将特定领域的检索语料库与专家指导的提示相结合，该框架可以实现更可解释、基于证据和临床可靠的预后。真实案例的初步结果显示出良好的有效性和临床一致性，凸显了 RAG4Outcome 在人工智能辅助感染管理和术后决策支持方面的潜力。