伊桑·斯坦伯格
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元10年] 林·劳伦斯·郭 , 基思·莫尔斯 , 凯瑟琳·阿夫坦迪利安 , 伊桑·斯坦伯格 , 杰森·艾伦·弗里斯 , 何塞·D·波萨达 , 斯科特·兰扬·弗莱明 , 约书亚·莱蒙 , 卡里姆·杰萨 , 尼甘·沙阿 , 宋丽莲 :
描述在医疗保健机器学习的背景下使用诊断代码的局限性。 BMC医学信息学决策。 制造商。 24 ( 1 ) : 51 ( 2024 ) 【c4】 斯科特·弗莱明 , 亚历杭德罗·洛扎诺 , 威廉·哈伯科恩 , 詹妮尔·金达尔 , 爱德华多·蓬特斯·里斯 , 拉胡尔·塔帕 , 路易斯·布兰克迈尔 , 朱利安·詹金斯 , 伊桑·斯坦伯格 , 阿什温·纳亚克 , Birju S.Patel公司 , Chia-Chun Chiang先生 , 艾莉森·卡拉汉 , 霍泽鹏 , 塞尔吉奥斯·加蒂迪斯 , 斯科特·亚当斯 , Oluseyi Fayanju公司 , Shreya J.Shah , 托马斯·萨维奇 , 伊桑·高 , Akshay S.Chaudhari公司 , 尼玛·阿盖珀 , 克里斯托弗·夏普 , 迈克尔·普菲弗(Michael A.Pfeffer) , 珀西·梁 , 乔纳森·H·陈 , 基思·莫尔斯 , 艾玛·P·布伦斯基尔 , 杰森·弗里斯 , 尼甘·沙阿 :
MedAlign:一个临床医生生成的数据集,用于电子病历的指导。 AAAI公司 2024 : 22021-22030 2023 [公元9年] 迈克尔·贝德古德 , 纳维德·拉巴尼 , 康纳·布朗 , 雷切尔·戈尔茨坦 , 詹妮弗·卡尔森 , 伊桑·斯坦伯格 , 奥斯汀·鲍威尔 , 娜塔莉·佩格勒 , 基思·莫尔斯 :
《21世纪治愈法案》信息封锁规定之前青少年进步笔记中保密内容的普遍性。 申请。 临床。 通知。 14 ( 2 ) : 337-344 ( 2023 ) [j8] 纳维德·拉巴尼 , 迈克尔·贝德古德 , 康纳·布朗 , 伊桑·斯坦伯格 , 瑞秋·L·戈尔茨坦 , 詹妮弗·卡尔森 , 娜塔莉·佩格勒 , 基思·莫尔斯 :
识别青少年临床笔记中机密内容的自然语言处理模型。 申请。 临床。 通知。 14 ( 三 ) : 400-407 ( 2023 ) [j7] 徐一哲 , 阿加塔·福里西亚兹 , 伊桑·斯坦伯格 , 尼甘·沙阿 :
将合并症和地理位置信息纳入动脉粥样硬化性心血管疾病的风险估计方程,可获得临床实用性。 美国医学信息学会。 30 ( 5 ) : 878-887 ( 2023 ) [j6] 约书亚·莱蒙 , 林·劳伦斯·郭 , 伊桑·斯坦伯格 , 基思·莫尔斯 , 斯科特·兰扬·弗莱明 , 凯瑟琳·阿夫坦迪利安 , 斯蒂芬·普福尔 , 何塞·D·波萨达 , 尼甘·沙阿 , 杰森·艾伦·弗里斯 , 宋丽莲 :
使用成人住院患者数据的自我监督机器学习可以为儿科临床预测任务生成有效的模型。 美国医学信息学会。 30 ( 12 ) : 2004-2011 ( 2023 ) [j5] 迈克尔·沃诺 , 徐一哲 , 拉胡尔·塔帕 , Birju S.Patel公司 , 伊桑·斯坦伯格 , 斯科特·弗莱明 , 迈克尔·普菲弗(Michael A.Pfeffer) , 杰森·艾伦·弗里斯 , 尼甘·沙阿 :
大型语言模型和电子健康记录基础模型的基础不稳固。 npj数字。 医学 6 ( 2023 ) 【c3】 Shih-Cheng Huang(黄世成) , 霍泽鹏 , 伊桑·斯坦伯格 , Chia-Chun Chiang先生 , 柯蒂斯·P·朗洛茨 , 马修·伦格伦 , 杨小玲(Serena Yeung) , 尼甘·沙阿 , 杰森·艾伦·弗里斯 :
检查:用于预测肺栓塞患者预后的多模式数据集。 NeurIPS公司 2023 【c2】 迈克尔·沃诺 , 拉胡尔·塔帕 , 伊桑·斯坦伯格 , 杰森·弗里斯 , 尼甘·沙阿 :
EHRSHOT:基础模型有限快照评估的EHR基准。 NeurIPS公司 2023 [i10] 伊桑·斯坦伯格 , 徐一哲 , 杰森·弗里斯 , 尼甘·沙阿 :
结构化病历的自我监督时间到事件建模。 CoRR公司 腹肌/2301.03150 ( 2023 ) [第九章] 迈克尔·沃诺 , 徐一哲 , 拉胡尔·塔帕 , Birju S.Patel公司 , 伊桑·斯坦伯格 , 斯科特·弗莱明 , 迈克尔·普菲弗(Michael A.Pfeffer) , 杰森·弗里斯 , 尼甘·沙阿 :
临床基础模型的不稳固基础:大型语言模型和EMR基础模型调查。 CoRR公司 abs/2303.12961 ( 2023 ) [i8] 迈克尔·沃诺 , 拉胡尔·塔帕 , 伊桑·斯坦伯格 , 杰森·弗里斯 , 尼甘·沙阿 :
EHRSHOT:基础模型有限快照评估的EHR基准。 CoRR公司 abs/2307.02028 ( 2023 ) [i7] 斯科特·弗莱明 , 亚历杭德罗·洛扎诺 , 威廉·哈伯科恩 , 詹妮尔·金达尔 , 爱德华多·蓬特斯·里斯 , 拉胡尔·塔帕 , 路易斯·布兰克迈尔 , 朱利安·詹金斯 , 伊桑·斯坦伯格 , 阿什温·纳亚克 , Birju S.Patel公司 , Chia-Chun Chiang先生 , 艾莉森·卡拉汉 , 霍泽鹏 , 塞尔吉奥斯·加蒂迪斯 , 斯科特·亚当斯 , Oluseyi Fayanju公司 , Shreya J.Shah , 托马斯·萨维奇 , 伊桑·高 , Akshay S.Chaudhari公司 , 尼玛·阿盖珀 , 克里斯托弗·夏普 , 迈克尔·普菲弗(Michael A.Pfeffer) , 珀西·梁 , 乔纳森·H·陈 , 基思·莫尔斯 , 艾玛·P·布伦斯基尔 , 杰森·弗里斯 , 尼甘·沙阿 :
MedAlign:一个临床医生生成的数据集,用于电子病历的指导。 CoRR公司 abs/2308.14089 ( 2023 ) [i6] Shih-Cheng Huang(黄世成) , 霍泽鹏 , 伊桑·斯坦伯格 , Chia-Chun Chiang先生 , 马修·伦格伦 , 柯蒂斯·P·朗洛茨 , 杨小玲(Serena Yeung) , 尼甘·沙阿 , 杰森·弗里斯 :
检查:用于肺栓塞诊断和预后的多模式数据集。 CoRR公司 腹肌/2311.10798 ( 2023 ) [i5] 林·劳伦斯·郭 , 杰森·弗里斯 , 伊桑·斯坦伯格 , 斯科特·兰扬·弗莱明 , 基思·莫尔斯 , 凯瑟琳·阿夫坦迪利安 , 何塞·D·波萨达 , 尼甘·沙阿 , 宋丽莲 :
电子健康记录共享基础模型适应性的多中心研究。 CoRR公司 abs/2311.11483 ( 2023 ) 2022 【c1】 丹尼尔·洛佩斯·马丁内斯 , 亚历克斯·雅库波维奇 , 马丁·塞内维拉滕 , 阿尔达姆·d·勒克斯 , 阿基思·泰吉 , 乔纳斯·坎普 , 伊桑·斯坦伯格 , N.兰斯·唐宁 , 罗恩·C·李 , 基思·莫尔斯 , 尼甘·沙阿 , 陈明军 :
使用深度学习的临床风险分层模型的不稳定性。 ML4H@NeurIPS 2022 : 552-565 [i4] 丹尼尔·洛佩斯·马丁内斯 , 亚历克斯·雅库波维奇 , 马丁·塞内维拉滕 , 阿尔达姆·d·勒克斯 , 阿基思·泰吉 , 乔纳斯·坎普 , 伊桑·斯坦伯格 , N.兰斯·唐宁 , 罗恩·C·李 , 基思·莫尔斯 , 尼甘·沙阿 , 陈明军 :
使用深度学习的临床风险分层模型的不稳定性。 CoRR公司 abs/2211.10828 ( 2022 ) 2021 【j4】 Birju S.Patel公司 , 伊桑·斯坦伯格 , 斯蒂芬·普福尔 , 尼甘·沙阿 :
从综合临床医生行为中学习风险分层模型的决策阈值。 美国医学信息学会。 28 ( 10 ) : 2258-2264 ( 2021 ) [j3] 劳伦斯·白 , 马德琳·K·D·斯科特 , 伊桑·斯坦伯格 , Laurynas Kalesinskas洗衣店 , 阿伊达·哈布提齐(Aida Habtezion) , 尼甘·沙阿 , Purvesh Khatri公司 :
阿托伐他汀治疗溃疡性结肠炎的计算机药物重新定位。 美国医学信息学会。 28 ( 11 ) : 2325-2335 ( 2021 ) [注2] 伊桑·斯坦伯格 , 肯尼思·荣格 , 杰森·弗里斯 , 康纳·K·科尔宾 , 斯蒂芬·普福尔 , 尼甘·沙阿 :
语言模型是一种有效的电子病历数据表示学习技术。 J.生物识别。 信息学 113 : 103637 ( 2021 ) 2020 [j1] 艾莉森·卡拉汉 , 伊桑·斯坦伯格 , 杰森·弗里斯 , 索拉巴·贡巴尔 , Birju S.Patel公司 , 康纳·K·科尔宾 , 尼甘·沙阿 :
评估基于症状的新冠肺炎筛查的疗效。 npj数字。 医学 三 ( 2020 ) [i3] 伊桑·斯坦伯格 , 肯尼斯·荣格 , 杰森·弗里斯 , 康纳·K·科尔宾 , 斯蒂芬·普福尔 , 尼甘·沙阿 :
语言模型是电子病历数据的有效患者表示学习技术。 CoRR公司 abs/2001.05295 ( 2020 ) [i2] 杰森·弗里斯 , 伊桑·斯坦伯格 , 萨利格·卡塔尔 , 斯科特·弗莱明 , 何塞·D·波萨达 , 艾莉森·卡拉汉 , 尼甘·沙阿 :
Trove:本体论驱动的医疗实体分类监管薄弱。 CoRR公司 abs/2008.01972 ( 2020 )
2010 – 2019
2019 [i1] 伊桑·斯坦伯格 , 彼得·J·刘 :
使用本体提高大规模多标签预测模型的性能。 CoRR公司 abs/1905.12126 ( 2019 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)