文献

J-GLOBAL ID：201702257548828573   整理番号：17A0213824

医学概念埋込みを用いた深いアーキテクチャによる患者類似性の測定【Powered by NICT】

Measuring Patient Similarities via a Deep Architecture with Medical Concept Embedding

著者 (6件)： Zhu Zihao ,  Yin Changchang ,  Qian Buyue ,  Cheng Yu ,  Wei Jishang ,  Wang Fei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 749-758  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： pairwisepatientsの臨床的類似性を評価ヘルスケア情報学における基本的な問題である。Aproper患者類似性測度は,種々のdownstreamapplications,コホート研究と治療比較有効性研究を可能にした。conductingpatient類似性研究のための一つの主要なキャリアは電子健康記録(EHR),通常は不均一で,縦,andsparseである。学習患者similarityfrom EHRに関する既存の研究は,実際のclinicalproblemsを解くのに有用であることを示したが,それらの適用性は,medicalinterpretationsの欠如により制限されている。さらに,大部分の以前の方法は患者にとってavectorに基づく表現であり,ある時間周期にわたる医療事象のrequiresaggregation典型的を仮定している。aconsequenceとして,時間情報が失われる。本論文では,縦方向患者EHRのマッチングontemporal基づく患者類似性評価フレームワークを提案した。二efficientmethodsを示し,教師なしおよび教師ありの両方,ofwhichはEHRの時間的特性を保持していた。supervisedschemeは畳込みニューラルネットワークアーキテクチャを,患者の臨床recordswith医療概念埋め込みの最適表現をandlearns。実際の臨床データに関する経験的結果は,実質的な改良ベースラインovertheを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 電子カルテ ,  健康管理 ,  マッチング ,  *計算機アーキテクチャ ,  学習 ,  情報科学 ,  *患者 ,  基準線 ,  適応性 ,  測度 ,  畳込み ,  *類似性 ,  コホート研究 ,  病歴
準シソーラス用語： 臨床データ ,  時間情報 , 【Automatic Indexing@JST】

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： 医学 ,  概念 ,  埋込み ,  アーキテクチャ ,  患者 ,  類似性