RawMed：基于潜空间生成多表时间序列 EHR 的框架
量子物理
2026-02-20 v2 其他凝聚态物理
统计力学
摘要
电子健康记录（EHR）是记录患者随时间 interactions 和医疗事件的时间序列关系数据库，作为医疗研究和应用的关键资源。然而，隐私 concerns 和监管限制限制了数据的共享和利用， necessitating 生成合成 EHR 数据集。与以往 EHR 合成方法不同，后者通常生成由专家挑选的特征构成的医疗记录（例如，仅包含几项生命体征或结构代码），我们引入 RawMed，首个能够生成贴近原始 EHR 的多表、时间序列 EHR 数据的框架。通过文本表示和压缩技术，RawMed 以最小预处理捕获复杂结构和时间动态。我们还提出了用于评估多表时间序列合成 EHR 的新框架，评估分布相似性、跨表关系、时间动态和隐私。在两个开源 EHR 数据集上验证，RawMed 在保真度和实用性方面优于基准模型。代码已公开于 https://github.com/eunbyeol-cho/RawMed。
引用
@article{arxiv.2507.06998,
title = {Analytical solution of boundary time crystals via the superspin basis},
author = {Dominik Nemeth and Alessandro Principi and Ahsan Nazir},
journal= {arXiv preprint arXiv:2507.06998},
year = {2026}
}
备注
11 pages, 8 figures