基于异构图嵌入学习的相似病案推荐
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

国家重点研发计划(2019YFE0190500);上海市科学技术发展基金(18511102703)


Similar Medical Records Recommendation Based on Heterogeneous Graph Embedding Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    患者病案是医生在临床诊疗中的重要依据,准确的相似病案推荐可以很好地辅助医生进行临床决策.本文提出一种新的面向真实诊疗场景的患者病案表示模型,通过异构图嵌入对诊疗过程产生的患者病案中的医疗实体及其关系进行建模,服务于更好的病案推荐.基于某三甲医院乳腺诊疗病案数据表明该模型相较于现有的表示方法推荐准确率提升2%.

    Abstract:

    Medical records of patients are basic to the clinical diagnoses and treatments. Accurate recommendation of similar medical records can assist doctors in clinical decision making. In this study, we propose a new embedding model of medical records in real diagnosis and treatment scenarios. To recommend better medical records, we model the medical entities and their relationships in the medical records by heterogeneous graph embeddings. We conduct experiments on medical records of patients diagnosed with breast diseases from a Grade III-A hospital. The accuracy of the proposed model is improved by 2% compared with the existing model.

    参考文献
    相似文献
    引证文献
引用本文

王亦凡,李继云.基于异构图嵌入学习的相似病案推荐.计算机系统应用,2020,29(10):228-234

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2020-03-10
  • 最后修改日期:2020-04-10
  • 录用日期:
  • 在线发布日期: 2020-09-30
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号