电子健康记录（ EHR ）特征工程是临床研究和人工智能的主要瓶颈，占数据科学家工作量的39-45 ％。这在心力衰竭中尤为明显，心力衰竭影响到约670万美国成年人，需要将碎片化的EHR数据与疾病特异性的、基于指南的临床推理相结合。现有的基于规则的大型语言模式

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.06366v1)获取最准确的信息。

---
🔗 **原文链接**: [Tracing the Heart: An Evidence-Linked Pipeline for Heart-Fai](https://arxiv.org/abs/2608.06366v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Soorya Ram Shimgekar, Michelle Hu, Dorisa Shehi, Daniel Kang, Roy Ka-Wei Lee, Koustuv Saha, Christian Poellabauer, 克里斯托弗·李, Sajeev Singh, Piyum Zonooz, navin Kumar, Zeeshan Ahmed, Priyadarshini Kachroo

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-07 22:02