面向用药推荐的自监督层次化表示
信息检索
2024-11-06 v1
摘要
用药推荐系统旨在根据患者的健康史（例如诊断和手术记录）推荐合适的药物组合。现有工作通过独热编码将不同的诊断/手术记录良好地分离表示。然而，它们忽略了这些医学术语中潜在的层次化结构，从而削弱了模型的泛化性能。例如，“呼吸系统疾病”、“慢性呼吸系统疾病”和“慢性支气管炎”具有从一般到具体的层次关系。为解决此问题，我们提出了一种名为HIER的新型层次化编码器，用于对诊断和手术记录进行层次化表示，该编码器基于标准医学代码，并与任何现有方法兼容。具体而言，所提方法通过自监督目标学习关系嵌入，以融入邻域层次结构。此外，我们开发了位置编码，以显式引入全局层次位置。大量实验表明，在四个基线模型和两个真实世界临床数据集上，推荐准确率均取得了显著且一致的提升。
引用
@article{arxiv.2411.03143,
title = {Self-supervised Hierarchical Representation for Medication Recommendation},
author = {Yuliang Liang and Yuting Liu and Yizhou Dang and Enneng Yang and Guibing Guo and Wei Cai and Jianzhe Zhao and Xingwei Wang},
journal= {arXiv preprint arXiv:2411.03143},
year = {2024}
}