基于深度学习在入院时预测出院用药
计算与语言
2017-12-06 v3
摘要
在患者刚入院后即预测出院用药是一项重要的临床决策，它为医师提供指导，告知应规划何种用药方案，以及住院期间初始用药可能发生何种变化。它还有助于用药核对流程，通过在出院时轻松发现用药差异来改善患者安全。然而，由于入院时可用信息有限且患者状况可能在住院期间演变，这些预测对医师而言可能是艰难的决策。在本工作中，我们研究如何利用深度学习技术，基于入院记录中记录的信息辅助医师预测出院用药。我们构建了一个卷积神经网络，以入院记录为输入，预测患者出院时所用的药物。我们的方法能够从非结构化且含噪的文本中提炼语义模式，并能够捕捉药物间的药理学关联。我们在25K次患者就诊记录上评估了我们的方法，并与4个强基线进行比较。我们的方法相较最佳基线在宏平均F1分数上提升了20%。
引用
@article{arxiv.1711.01386,
title = {Predicting Discharge Medications at Admission Time Based on Deep Learning},
author = {Yuan Yang and Pengtao Xie and Xin Gao and Carol Cheng and Christy Li and Hongbao Zhang and Eric Xing},
journal= {arXiv preprint arXiv:1711.01386},
year = {2017}
}