用于临床搜索推荐的混合协同过滤模型
信息检索
2020-08-05 v1 机器学习
摘要
随着电子健康记录的日益广泛使用，临床医生常需在时间紧迫下从诊所大量患者健康记录中高效检索重要信息。尽管搜索功能可作为浏览患者记录的替代方案，但临床医生在相似患者上重复搜索相同或类似信息仍十分繁琐。在此情形下，亟需构建有效的推荐系统，为临床医生生成准确的搜索词推荐。本稿件中，我们开发了混合协同过滤模型，利用患者的就诊与搜索词信息，为临床医生推荐下一搜索词以在诊所快速检索重要信息。对每位患者，模型将推荐与其最近 ICD 编码具有高共现频率、或与该患者最近搜索词高度相关的术语。我们开展了全面实验评估所提模型，实验结果表明我们的模型在不同数据集的 top-N 搜索词推荐上优于所有最先进的基线方法。
引用
@article{arxiv.2008.01193,
title = {Hybrid Collaborative Filtering Models for Clinical Search Recommendation},
author = {Zhiyun Ren and Bo Peng and Titus K. Schleyer and Xia Ning},
journal= {arXiv preprint arXiv:2008.01193},
year = {2020}
}