Doctor AI：基于循环神经网络预测临床事件
机器学习
2016-09-29 v9
摘要
利用电子健康记录（EHR）中的大量历史数据，我们开发了 Doctor AI，这是一个涵盖所观察到的医疗状况和药物使用的通用预测模型。Doctor AI 是一个使用循环神经网络（RNN）的时序模型，其开发与应用基于 26 万名患者长达 8 年的纵向时间戳 EHR 数据。就诊记录（例如诊断码、药物码或操作码）被输入到 RNN 中，以预测后续就诊的所有诊断和药物类别。Doctor AI 通过评估患者病史来进行多标签预测（每个诊断或药物类别对应一个标签）。基于独立的盲测集评估，Doctor AI 能够进行鉴别诊断，其 recall@30 高达 79%，显著优于多个基线方法。此外，我们通过将所得模型从一家机构迁移到另一家机构且未损失显著准确率，证明了 Doctor AI 具有出色的泛化能力。
引用
@article{arxiv.1511.05942,
title = {Doctor AI: Predicting Clinical Events via Recurrent Neural Networks},
author = {Edward Choi and Mohammad Taha Bahadori and Andy Schuetz and Walter F. Stewart and Jimeng Sun},
journal= {arXiv preprint arXiv:1511.05942},
year = {2016}
}
备注
Presented at 2016 Machine Learning and Healthcare Conference (MLHC 2016), Los Angeles, CA