- 臨床ノートは疾患記載の重要な情報源である一方、ICDなどの構造化電子健康記録（EHR）データはノイズや欠損が多く臨床的複雑性を捉えにくいという課題があり、本研究は未ラベル臨床テキストを活用して患者状態の注釈精度と公平性を向上させるCi-SSGAN（Clinically Informed Semi-Supervised Generative Adversarial Network）を導入した。
緑内障臨床ノートのCi-SSGAN再注釈によるラベルAUROCおよび群間公平性の改善
AIによる要点抽出