基于临床与数字数据综合画像的患者聚类
机器学习
2023-08-24 v1 人工智能
摘要
我们介绍了一种为医疗健康中临床数据设计的基于画像的新型患者聚类模型。通过利用基于约束低秩近似的方法，我们的模型利用患者的临床数据和数字交互数据（包括浏览和搜索）来构建患者画像。作为该方法的结果，生成了非负嵌入向量，作为患者的低维表示。我们的模型使用来自医疗健康网络门户的真实世界患者数据进行了评估，采用了考虑聚类和推荐能力的综合评估方法。与其他基线相比，我们的方法在聚类一致性和推荐准确性方面表现出更优的性能。
引用
@article{arxiv.2308.11748,
title = {Patient Clustering via Integrated Profiling of Clinical and Digital Data},
author = {Dongjin Choi and Andy Xiang and Ozgur Ozturk and Deep Shrestha and Barry Drake and Hamid Haidarian and Faizan Javed and Haesun Park},
journal= {arXiv preprint arXiv:2308.11748},
year = {2023}
}
备注
Accepted for the Short Paper track of CIKM'23, October 21-25, 2023, Birmingham, United Kingdom