从文本中学习患者表示

在医学信息学中，挖掘满足一组预定义标准的患者电子健康记录被称为表型分析。表型分析有许多应用，如结局预测、临床试验招募和回顾性研究。用于表型分析的有监督机器学习通常依赖于稀疏的患者表示，如词袋。我们考虑一种涉及学习患者表示的替代方案。我们开发了一个用于学习患者表示的神经网络模型，并表明所学表示具有足够的通用性，可在标准共病检测任务上获得最先进的性能。