迈向儿科肾脏疾病的多模态表示学习

儿科肾脏疾病在其表现和进展上差异很大，这要求对肾功能进行持续监测。利用英国领先的儿科医院大奥蒙德街医院在2019年至2025年间收集的电子健康记录，我们探索了一种将纵向实验室序列与人口统计学信息相结合的时间建模方法。在这些数据上训练的循环神经模型被用于预测儿童是否会在未来三十天内记录到异常的血清肌酐值。作为一项初步研究，这项工作初步证明了简单的时间表示可以捕捉到常规儿科数据中的有用模式，并为未来使用额外临床信号和更详细肾脏结果的多模态扩展奠定了基础。