Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Electroni...
■摘要:EHR的二次利用有助于临床研究和临床决策,但EHR数据的整理表征限制了使用EHR数据进行预测的模型的广泛实践。这里提出了一种新颖的无监督深度特征学习方法,该方法可从EHR数据中获得通用的患者表征,从而有助于临床预测建模。特别是,使用三层去噪自动编码器堆栈来捕获来自西奈山数据仓库的约700,000名患者的汇总EHR中的分层规律性和依存关系。结果就是我们称为“深层患者”的表示。我们通过评估患者