基于电子健康记录的图卷积网络医学应用综述
机器学习
2025-02-17 v1
摘要
图卷积网络 (GCN) 已成为处理电子健康记录 (EHR) 上机器学习的有前景的方法。通过构建患者数据图表示并对节点邻域执行卷积，GCN 能够捕捉复杂关系并提取有意义的见解以支持医疗决策。本综述提供了当前将 GCN 应用于 EHR 数据的研究概述。我们识别出这些模型正在被用于的最关键的医学领域和预测任务、常见的基准数据集以及架构模式，以提供该领域的全面综述。尽管这一研究仍处于初步阶段，GCN 仍显示出充分利用 EHR 中隐藏复杂信息的潜力。也讨论了该领域的挑战与未来机遇。
引用
@article{arxiv.2502.09781,
title = {Medical Applications of Graph Convolutional Networks Using Electronic Health Records: A Survey},
author = {Garrik Hoyt and Noyonica Chatterjee and Fortunato Battaglia and Paramita Basu},
journal= {arXiv preprint arXiv:2502.09781},
year = {2025}
}
备注
5 pages, 4 figures