面向医疗数据的表示学习

我们提出了一种面向医疗诊断领域的表示学习框架。该框架基于诊断数据的异质网络模型，以及用于学习潜在节点表示的改进 metapath2vec 算法。我们在两个实际案例研究中将所提算法与其他表示学习方法进行比较：症状/疾病分类与疾病预测。我们观察到，以异质网络形式学习领域数据表示在这些任务中带来了显著的性能提升。