meds_reader：一个快速高效的电子健康记录处理库
机器学习
2024-11-18 v2 数据库
摘要
医疗保健领域对机器学习日益增长的需求要求处理越来越大的电子健康记录（EHR）数据集，但现有的数据处理流程在计算效率或可扩展性方面存在不足。在本文中，我们介绍了meds_reader，这是一个经过优化的Python包，用于高效的EHR数据处理，其设计旨在利用EHR数据的许多固有特性来提高速度。我们随后通过重新实现两个主要EHR数据处理流程的关键组件，展示了meds_reader的优势，在内存、速度和磁盘使用方面实现了10到100倍的改进。meds_reader的代码可在https://github.com/som-shahlab/meds_reader获取。
引用
@article{arxiv.2409.09095,
title = {meds_reader: A fast and efficient EHR processing library},
author = {Ethan Steinberg and Michael Wornow and Suhana Bedi and Jason Alan Fries and Matthew B. A. McDermott and Nigam H. Shah},
journal= {arXiv preprint arXiv:2409.09095},
year = {2024}
}
备注
Findings paper presented at Machine Learning for Health (ML4H) symposium 2024, December 15-16, 2024, Vancouver, Canada, 8 pages