Juliet Edgcomb

技术问题：临床信息学中支持儿童和青少年心理健康护理安全的新兴技术

50.2 基于开源语言模型的高效识别青少年自杀干预措施

编辑述评：实用主义精确儿童精神病学：提升儿童心理健康护理质量的机会

编者按：儿童心理健康障碍的全国性趋势预示着精准儿童精神病学面临的机遇与挑战。

自然语言处理用于检测6-17岁有自杀相关急诊就诊的儿童

儿童自杀相关紧急情况的筛查与诊断代码比较分析

检测6至17岁青少年精神健康相关急诊科就诊记录中的自杀倾向

大型语言模型从儿童医疗记录中提取自杀信息

机器学习可区分患有精神疾病的妇女的一般医疗住院后自杀尝试和自我伤害的风险