换一批
换一批基于患者相似性分析的药物推荐深度学习模型研究
Deep Learning Model of Drug Recommendation Based on Patient Similarity Analysis
摘要[目的]研究一种通过解析结构化时序医疗健康数据、分析患者相似性以准确预测药物组合的深度学习模型.[方法]通过两种注意力机制解析结构化时序数据以学习全面的患者表示,通过计算患者相似性丰富患者表示,最终将药物推荐问题转化为多标签学习问题.[结果]在MIMIC-Ⅲ数据集上进行实验,相较于现有最优药物推荐模型,所提模型的DDI率降低了 1.09个百分点,同时所提模型的Jaccard相似性、PRAUC和F1值分别提升了 2.38、1.40和1.08个百分点.[局限]模型尚未融入生物医学等具有领域特色的先验知识;未深究数据本身存在的噪声及其在临床应用可能出现的问题.[结论]所提模型能够准确学习全面的患者表示,并提升药物推荐任务的安全性和准确性.
更多相关知识
关键词
药物推荐电子健康记录患者表示学习深度学习Drug RecommendationElectronic Health RecordsPatient Representation LearningDeep Learning
栏目名称
DOI
10.11925/infotech.2096-3467.2022.0535
发布时间
2023-09-07
- 浏览1
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
