基于图的医学实体嵌入的 EHR 数据表示学习
机器学习
2019-10-08 v1 信息检索
机器学习
摘要
电子健康记录（EHR）数据中关键实体的自动表示学习是将异构医疗记录转化为结构化可操作信息的医疗保健信息学关键步骤。在此我们提出 ME2Vec，一个用于学习 EHR 中最常见实体——医疗服务、医生和患者——低维向量的算法框架。ME2Vec 利用多样的图嵌入技术以适应各医学实体的独特特征。使用真实世界临床数据，我们在疾病诊断预测上展示了 ME2Vec 相对于竞争性基线的有效性。
引用
@article{arxiv.1910.02574,
title = {Representation Learning of EHR Data via Graph-Based Medical Entity Embedding},
author = {Tong Wu and Yunlong Wang and Yue Wang and Emily Zhao and Yilian Yuan and Zhi Yang},
journal= {arXiv preprint arXiv:1910.02574},
year = {2019}
}
备注
5 pages, 2 figures, NeurIPS 2019 Graph Representation Learning Workshop