深度病人:一种从电子健康记录中预测病人未来的无监督表示

Scidown文献预览系统！

作者：scidown 发布时间：2021-06-08 10:29:20 文章标题：

深度病人:一种从电子健康记录中预测病人未来的无监督表示( Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records )

文章作者：

R Miotto L Li BA Kidd JT Dudley

文章简述：

电子健康档案的二次使用有望促进临床研究和更好地为临床决策提供信息。总结和表示患者数据的挑战阻碍了使用EHRS进行预测建模的广泛实践。在这里，我们提出了一种新的无监督深度特征学习方法，从EHR数据中导出通用的患者表示，以促进临床预测建模。特别是，一个去噪自动编码器的三层堆栈被用来捕捉来自西奈山数据仓库的大约70万名患者的EHRs的分层规则和依赖性。其结果是一个我们称之为“深度病人”的表示。我们通过评估患者患各种疾病的可能性，将这一表征作为健康状态的广泛预测。我们对76,214名试验患者进行了评估，这些患者包括来自不同临床领域和颞窗的78种疾病。我们的结果明显优于基于原始EHR数据和替代特征学习策略的表示。对严重糖尿病、精神分裂症和各种癌症的预测性能名列前茅。这些发现表明，应用于EHRs的深度学习可以导出提供改进的临床预测的患者表征，并可以为增强临床决策系统提供一个机器学习框架。

文章下载地址（开放版）：