健康保险理赔数据的自监督学习:以 Covid-19 为例
计算与语言
2021-08-02 v1 人工智能
机器学习
摘要
在这项工作中,我们改进并将自监督技术应用于医疗保险理赔领域。我们将患者的医疗理赔历史建模为类自由文本叙事,并引入预训练的“先验知识”,随后用于一项具有挑战性的患者结局预测任务:在给定患者 Covid-19 前的保险理赔历史的情况下,预测 Covid-19 住院。结果表明,在保险理赔数据上的预训练不仅带来更好的预测性能,更重要的是提升了模型的“临床可信度”以及模型的稳定性/可靠性。
引用
@article{arxiv.2107.14591,
title = {Self-supervision for health insurance claims data: a Covid-19 use case},
author = {Emilia Apostolova and Fazle Karim and Guido Muscioni and Anubhav Rana and Jeffrey Clyman},
journal= {arXiv preprint arXiv:2107.14591},
year = {2021}
}