基于知识图谱增强多视图图卷积的医学文本患者再入院风险预测
计算与语言
2022-01-10 v1 人工智能
摘要
非计划性重症监护病房（ICU）再入院率是评估医院护理质量的一项重要指标。高效、准确地预测 ICU 再入院风险，不仅有助于防止患者被不适当出院及面临潜在危险，还能降低相关医疗成本。本文提出一种利用电子健康记录（EHRs）中的医学文本进行预测的新方法，为以往高度依赖患者数值型与时间序列特征的研究提供了另一种视角。具体而言，我们从患者的 EHRs 中提取出院小结，并用外部知识图谱增强的多视图图（multiview graphs）对其进行表示，随后使用图卷积网络进行表示学习。实验结果证明了我们方法的有效性，在该任务上取得了最先进的性能。
引用
@article{arxiv.2201.02510,
title = {Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution},
author = {Qiuhao Lu and Thien Huu Nguyen and Dejing Dou},
journal= {arXiv preprint arXiv:2201.02510},
year = {2022}
}
备注
SIGIR 2021