Stabilizing Sparse Cox Model using Clinical Structures in Electronic Medical Records
Deakin University（迪肯大学）
临床预测模型的稳定性对于研究之间的可转移性至关重要，但很少受到关注。这个问题在高维数据中是至关重要的，它需要具有特征选择能力的稀疏模型。我们介绍了一种有效的方法来稳定稀疏Cox模型的时间到事件使用的电子病历固有的临床结构。模型估计是稳定的，使用来自两种类型的EMR结构的特征图：疾病和干预复发的时间结构，以及医疗知识和实践的层次结构。我们证明了该方法在预测心力衰竭患者再入院时间方面的有效性。在两个稳定性指标-Jaccard指数和一致性指数-临床结构的使用显着增加了功能的稳定性，而不损害区分能力。我们的模型报告了6个月预测的竞争性AUC为0.64（95% CI：[0.58，0.69]）。
2014-07-23 cs.LG stat.ML
MetaPred: Meta-Learning for Clinical Risk Prediction with Limited Patient Electronic Health Records
Cornell University（康奈尔大学）；Michigan State University（密歇根州立大学）；University of Michigan（密歇根大学）；Oregon Health & Science University（俄勒冈健康与科学大学）
近年来，越来越多的健康数据，如病人的电子健康记录（EHR），变得容易获得。这为知识发现和数据采掘算法提供了一个前所未有的机会，可以从中挖掘见解，这将有助于提高医疗服务的质量。临床风险的预测建模，包括住院死亡率、再入院、慢性病发作、病情恶化等，从病人的电子病历，是一个健康数据分析的问题，吸引了大多数的兴趣。这不仅是因为该问题在临床环境中很重要，而且还存在与EHR一起工作的挑战，例如稀疏性、不规则性、时间性等。与其他领域（例如计算机视觉和自然语言处理）中的应用不同，医学中的标记数据样本（患者）是相对有限的，这为有效的预测模型学习，特别是对于诸如深度学习的复杂模型造成了很多麻烦。在本文中，我们提出了MetaPred，一个元学习的临床风险预测纵向病人EHR。特别是，为了预测数据样本有限的目标风险，我们从一组相关的风险预测任务中训练一个元学习者，学习如何学习一个好的预测器。然后，元学习可以直接用于目标风险预测，并且有限的可用样本可以用于进一步微调模型性能。MetaPred的有效性在俄勒冈健康与科学大学的真实患者EHR存储库上进行了测试。我们能够证明，使用CNN和RNN作为基本预测器，与在可用于该风险的有限样本上训练的预测器相比，MetaPred可以在低资源下实现更好的预测目标风险的性能。
2019-05-08 cs.LG stat.ML
Improving Clinical Efficiency and Reducing Medical Errors through NLP-enabled diagnosis of Health Conditions from Transcription Reports
误诊率是医院医疗差错的主要原因之一，影响了美国1200多万成年人。为了解决误诊率高的问题，本研究利用4种基于NLP的算法来基于非结构化转录报告确定适当的健康状况。从逻辑回归、随机森林、LSTM和CNNLSTM模型来看，CNN-LSTM模型表现最好，准确率为97.89%。我们将此模型打包到一个经过身份验证的Web平台中，以便为临床医生提供可访问的帮助。总的来说，通过标准化医疗诊断和构建转录报告，我们的NLP平台大大提高了全球医院的临床效率和准确性。
2022-06-27 cs.LG
CHARD: Clinical Health-Aware Reasoning Across Dimensions for Text Generation Models
Stanford University（斯坦福大学）；Accenture Labs（埃森哲实验室）；Carnegie Mellon University（卡内基梅隆大学）
我们激励并引入CHARD：跨维度的临床健康感知推理，以研究文本生成模型作为隐式临床知识库的能力，并在多个维度上生成关于各种健康相关状况的自由流动文本解释。我们收集并展示了一个相关的数据集CHARDat，包括对三个临床维度的52种健康状况的解释。我们使用BART和T5以及数据增强进行了广泛的实验，并进行了自动，人工和定性分析。我们表明，虽然我们的模型可以表现得很好，但CHARD非常具有挑战性，具有进一步探索的强大潜力。
2023-02-13 cs.AI cs.CL cs.LG
A Bayesian Approach to Modelling Longitudinal Data in Electronic Health Records
University of Cambridge（剑桥大学）；The Alan Turing Institute（艾伦·图灵研究所）；University of California Los Angeles（加州大学洛杉矶分校）
分析电子健康记录（EHR）带来了重大挑战，因为通常很少有样本可以描述患者的健康状况，并且在可用时，其信息内容高度多样化。我们考虑的问题是如何整合稀疏采样的纵向数据，缺失的测量信息的基础健康状况和固定的人口统计信息，以产生估计的生存分布更新通过患者的后续行动。我们提出了一个非参数概率模型，生成生存轨迹的贝叶斯树，学习变量的相互作用随着时间的推移，而无需事先指定的纵向过程的合奏。我们显示了原发性胆汁性肝硬化患者数据的性能改善。
2019-12-19 cs.LG stat.AP stat.ML
Deep Representation for Patient Visits from Electronic Health Records
APHP（巴黎公共医疗集团）；SNIPS（思耐普斯）；INRIA（法国国家信息与自动化研究所）
我们展示了如何从相应的电子健康记录（EHR）中学习患者就诊的低维表示（嵌入），其中国际疾病分类（ICD）诊断代码被删除。我们预计，这些嵌入将有助于构建预测统计模型，以推动个性化医疗和提高医疗质量。这些嵌入是使用训练用于预测ICD诊断类别的深度神经网络来学习的。我们表明，我们的嵌入捕获相关的临床信息，并可以直接用作标准机器学习算法的输入，如ICD代码预测的多输出分类器。我们还表明，重要的医疗信息对应于我们的嵌入空间中的特定方向。
2018-03-26 cs.CY cs.LG stat.ML
Clinical Recommender System: Predicting Medical Specialty Diagnostic Choices with Neural Network Ensembles
Stanford Center for Biomedical Informatics Research, Stanford University（斯坦福大学生物医学信息学研究中心）；Division of Endocrinology, Stanford University School of Medicine（斯坦福大学医学院内分泌科）；Division of Hospital Medicine, Stanford University（斯坦福大学医院医学部）
对关键医疗资源（如临床专业知识和设施）的需求不断增长，促使基于人工智能（AI）的决策支持系统的出现。我们解决的问题，预测专业转诊的临床检查。作为手动创建的临床检查表的替代方案，我们提出了一个数据驱动的模型，该模型根据从电子健康记录（EHR）中提取的患者最近的临床记录推荐必要的诊断程序。这有可能使卫生系统扩大及时获得初步医疗专业诊断检查的病人。所提出的方法是基于一个合奏的前馈神经网络，并实现了显着更高的准确性相比，传统的临床检查表。
2020-07-23 cs.IR cs.LG stat.ML
Learn Electronic Health Records by Fully Decentralized Federated Learning
University of Minnesota（明尼苏达大学）；IQVIA（艾昆纬）
联邦学习在星型网络中的分布式训练问题中具有很高的通信效率，这为联邦学习提供了许多研究机会。在本文中，我们专注于提高通信效率的完全分散的联邦学习在一个图，该算法执行本地更新几次迭代，然后使节点之间的通信。这样，在不损失解的最优性的情况下，可以显著地节省交换参数的共同兴趣的通信回合。基于大型真实世界电子健康记录数据库的多个数值模拟显示了分散式联邦学习与经典方法相比的优越性。
2019-12-10 cs.LG cs.NE stat.ML
Language Models Are An Effective Patient Representation Learning Technique For Electronic Health Record Data
电子健康记录（EHR）的广泛采用推动了使用机器学习为各种临床结果构建预测模型的发展。这个过程通常受到用于训练模型的患者记录数量相对较少的限制。我们证明，使用患者表示方案的灵感来自自然语言处理技术可以提高临床预测模型的准确性，通过转移从整个患者群体的信息，以训练一个特定的模型，其中只有一个子集的人口是相关的。与标准基线相比，这种患者表示方案使五个预测任务的AUROC平均改善3.5%，当只有少量患者记录可用于训练临床预测模型时，平均改善上升到19%。
2020-05-12 cs.CL cs.LG stat.ML
Patient-centered data science: an integrative framework for evaluating and predicting clinical outcomes in the digital health era
McGill University Health Center Research Institute（麦吉尔大学健康中心研究所）
本研究提出数字健康时代以患者为中心的数据科学整合框架，结合多类数据构建数字患者表征，采用多智能体AI方法优化患者结局，助力构建学习型医疗系统，提升数字健康创新的临床转化效果。
2026-08-05 cs.AI cs.CY cs.LG
Longitudinal patient stratification of electronic health records with flexible adjustment for clinical outcomes
Sensyne Health Plc（Sensyne Health 公司）
纵向电子健康记录（EHR）数据可用性的增加正在改善对疾病的理解和发现新的表型。大多数聚类算法仅关注患者轨迹，但具有相似轨迹的患者可能具有不同的结果。发现具有不同轨迹和结果的患者亚组可以指导未来的药物开发并改善临床试验的招募。我们开发了一个递归神经网络自动编码器，使用重建，结果和聚类损失来聚类EHR数据，这些数据可以加权以找到不同类型的患者聚类。我们表明，我们的模型能够从数据偏差和结果差异中发现已知的聚类，优于基线模型。我们证明了模型对$29,229$糖尿病患者的性能，表明它发现了具有不同轨迹和不同结果的患者群，可用于辅助临床决策。
2021-11-11 cs.LG
Bridging Electronic Health Records and Clinical Texts: Contrastive Learning for Enhanced Clinical Tasks
Vector Institute（向量研究所）；University of Toronto（多伦多大学）；The Hospital for Sick Children（儿童医院）
针对结构化EHR数据语义不足的问题，提出深度多模态对比学习框架对齐EHR与出院小结，微调后显著提升下游任务性能，如30天再入院预测AUROC提升4.1%。
2025-05-23 cs.CL cs.LG
Snomed2Vec: Random Walk and Poincaré Embeddings of a Clinical Knowledge Base for Healthcare Analytics
Pacific Northwest National Laboratory（西北太平洋国家实验室）；Stanford University（斯坦福大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
变换编码数据的表示学习方法（例如，诊断和药物代码）到连续向量空间（即，向量嵌入）对于深度学习在医疗保健中的应用至关重要。这一领域的初步工作探索了使用word 2 vec算法的变体来从电子健康记录或医疗索赔数据集中学习医疗概念的嵌入。我们提出了学习嵌入的医学概念，通过使用基于图的表示学习方法SNOMED-CT，一个广泛流行的知识图谱在医疗领域的众多业务和研究应用。目前的工作提出了一种经验分析的各种嵌入方法，包括其性能的生物医学相关性（节点分类，链接预测，和患者状态预测）的多个任务的评估。我们的研究结果表明，从SNOMED-CT知识图谱中获得的概念嵌入显著优于最先进的嵌入，在"概念相似性”方面提高了5- 6倍，在患者诊断方面提高了6- 20%。
2019-07-19 cs.AI cs.LG stat.ML
Ontology-driven weak supervision for clinical entity classification in electronic health records
Stanford University（斯坦福大学）
在电子健康记录中，使用临床记录来识别诸如疾病及其时间性（例如，事件相对于时间索引的顺序）之类的实体可以为许多重要的分析提供信息。然而，为临床实体任务创建训练数据是耗时的，并且由于隐私问题，共享标记数据是具有挑战性的。COVID-19大流行的信息需求凸显了对训练临床笔记机器学习模型的敏捷方法的需求。我们提出了Trove，一个弱监督实体分类框架，使用医学本体和专家生成的规则。与手工标记的笔记不同，我们的方法易于共享和修改，同时提供与从手动标记的训练数据中学习相当的性能。在这项工作中，我们在六个基准任务上验证了我们的框架，并展示了Trove分析因COVID-19出现症状和风险因素而前往斯坦福医疗中心急诊科的患者记录的能力。
2021-04-06 cs.CL cs.LG
Explainable AI for clinical and remote health applications: a survey on tabular and time series data
Institute for Informatics and Telematics (IIT), National Research Council of Italy (CNR)（意大利国家研究委员会（CNR）信息学与电信研究所（IIT））
如今，人工智能（AI）已成为医疗保健应用的基本组成部分，无论是临床还是远程，但性能最好的AI系统往往过于复杂，无法自我解释。可解释人工智能（XAI）技术被定义为揭示系统预测和决策背后的推理，在处理敏感和个人健康数据时，它们变得更加重要。值得注意的是，XAI并没有在不同的研究领域和数据类型中获得同样的关注，特别是在医疗保健领域。特别是，许多临床和远程健康应用程序分别基于表格和时间序列数据，XAI通常不分析这些数据类型，而计算机视觉和自然语言处理（NLP）是参考应用程序。为了概述最适合医疗保健领域表格和时间序列数据的XAI方法，本文对过去5年的文献进行了综述，说明了生成的解释类型以及为评估其相关性和质量所做的努力。具体而言，我们将临床验证、一致性评估、客观和标准化的质量评估以及以人为本的质量评估确定为关键特征，以确保为最终用户提供有效的解释。最后，我们强调了该领域的主要研究挑战以及现有XAI方法的局限性。
2022-09-14 cs.AI cs.LG
Quantifying surprise in clinical care: Detecting highly informative events in electronic health records with foundation models
Department of Medicine, University of Chicago（芝加哥大学医学系）
本研究提出一种基于基础模型的方法，可在患者住院全背景下识别电子健康记录中的高信息事件，能检出规则方法漏判的正常范围内异常，验证了其对结局预测的价值及信息性对预后模型的可解释性作用。
2025-07-30 cs.LG
Foundation Models for Clinical Records at Health System Scale
new york university（纽约大学）
本文提出一种基于下一次就诊事件预测的 EHR 生成式预训练方法，通过重复事件正则化和零样本预测在痴呆症及膝骨关节炎发病预测上达到与完全微调基线相当的性能。
2025-07-01 cs.LG
Scaling Electronic Health Record Foundation Models for Population Health Management
Carnegie Mellon University（卡内基梅隆大学）；Georgetown University（乔治城大学）
该研究提出面向人群健康管理的电子健康记录基础模型，跨500万患者数据预训练，在11项慢性病预测任务及EHRShot基准中表现优于同类模型，将开源代码。
2026-08-25 cs.CL cs.LG
Predicting Post-Traumatic Epilepsy from Clinical Records using Large Language Model Embeddings
Ming Hsieh Department of Electrical and Computer Engineering（明希德电气与计算机工程系）；University of Southern California（南加州大学）；Epilepsy Center（癫痫中心）；Cleveland Clinic Neurological Institute（克利夫兰诊所神经医学研究院）
本文研究利用大型语言模型嵌入从临床记录中预测创伤后癫痫，通过融合表格特征和嵌入特征，提升预测性能，达到AUC-ROC 0.892。
2026-04-16 cs.LG
High-Throughput Approach to Modeling Healthcare Costs Using Electronic Healthcare Records
University of Wisconsin - Madison（威斯康星大学麦迪逊分校）；Marshfield Clinic Research Foundation（马什菲尔德诊所研究基金会）
医疗成本的准确估计对于医疗系统规划和有效地与保险公司就患者护理成本的覆盖范围进行谈判至关重要。更准确地估计医疗保健成本将为卫生系统和支持这些系统的保险公司提供互惠互利，使支付模式更好地与病人护理成本保持一致。这项研究提出了一种可推广的机器学习方法来预测医疗事件的结果，该方法基于威斯康星州马什菲尔德诊所提供的40年数据，这些数据来自超过860，000名患者，涉及超过6，700种处方药。结果发现，与预测医生处方的类似研究相比，使用这种方法建立的模型表现良好。除了为大型医疗保健系统中的所有药物提供全面的预测模型外，本研究中采用的方法还受益于对各种其他医疗事件的潜在适用性。
2022-06-01 cs.LG
Predictive Multi-level Patient Representations from Electronic Health Records
Peking University（北京大学）
随着互联网时代的到来，电子健康档案在过去的几十年里呈爆炸式增长。EHR数据可以被视为临床事件的集合，包括实验室结果、用药记录、生理指标等，可以用于临床结果预测任务，以支持智能健康系统的构建。从这些临床事件中学习患者表示以用于临床结果预测是重要但具有挑战性的步骤。大多数相关研究将患者的EHR数据转换为按时间顺序的临床事件序列，然后使用序列模型来学习患者表示以进行结果预测。然而，临床事件序列包含成千上万的事件类型和时间依赖性。我们进一步观察到，在短时间内发生的临床事件不受任何时间顺序的约束，但在长期的事件的时间依赖性的影响。临床事件序列的多尺度时间特性使得传统的序列模型难以捕捉临床事件序列中的短期共现和长期时间依赖关系。针对上述挑战，本文提出了一种多层次表示模型（MRM）。MRM首先使用稀疏注意力机制来建模短期共现，然后使用基于间隔的事件池来去除冗余信息并减少序列长度，最后通过长短期记忆（LSTM）来预测临床结果。在真实世界数据集上的实验表明，我们提出的模型大大提高了使用EHR数据的临床结果预测任务的性能。
2019-11-12 cs.AI cs.LG
Privacy Preserving Machine Learning for Electronic Health Records using Federated Learning and Differential Privacy
University of Washington（华盛顿大学）
针对电子健康记录的高敏感属性，为保障机器学习模型分析患者数据时的隐私安全，提出结合联邦学习与差分隐私的隐私保护技术方案。
2024-06-23 cs.CR cs.ET cs.LG
FairEHR-CLP: Towards Fairness-Aware Clinical Predictions with Contrastive Learning in Multimodal Electronic Health Records
Stanford University（斯坦福大学）；Meta Platforms, Inc.（元平台公司）
本文提出FairEHR-CLP框架，通过合成人口统计学对应体与对比学习对齐多模态EHR患者表征，并设计子群体错误率差异指标，在三项任务和三个数据集上提升临床预测的公平性与效用。
2024-08-04 cs.CY cs.LG
GatorTron: A Large Clinical Language Model to Unlock Patient Information from Unstructured Electronic Health Records
University of Florida（佛罗里达大学）；NVIDIA（英伟达）
人们对开发人工智能（AI）系统来处理和解释电子健康记录（EHR）的兴趣越来越大。由预训练的语言模型驱动的自然语言处理（NLP）是利用临床叙述的医疗AI系统的关键技术。然而，临床语言模型很少，在临床领域中训练的最大的语言模型相对较小，只有1.1亿个参数（与一般领域中的数十亿个参数相比）。目前尚不清楚具有数十亿参数的大型临床语言模型如何帮助医疗AI系统利用非结构化EHR。在这项研究中，我们从头开始开发了一个大型临床语言模型- GatorTron -使用超过900亿字的文本（包括超过820亿字的去识别临床文本），并在5个临床NLP任务上对其进行了系统评估，包括临床概念提取，医学关系抽取，语义文本相似性，自然语言推理（NLI）和医学问答（MQA）。我们研究了（1）扩大参数的数量和（2）扩大训练数据的大小如何使这些NLP任务受益。GatorTron模型将临床语言模型的参数从1.1亿扩展到89亿，并改进了5项临床NLP任务（例如，NLI和MQA的准确性提高了9.6%和9.5%），可应用于医疗AI系统，以改善医疗保健服务。GatorTron模型可在https://catalog.ngc.nvidia.com/orgs/nvidia/teams/clara/models/gatortron_og上公开获取。
2022-12-16 cs.AI cs.CL cs.LG
SCEHR: Supervised Contrastive Learning for Clinical Risk Prediction using Electronic Health Records
Weill Cornell Medicine（威尔康奈尔医学院）
对比学习在图像和文本领域以自监督或监督的方式表现出很好的性能。在这项工作中，我们将监督对比学习框架扩展到基于纵向电子健康记录（EHR）的临床风险预测问题。我们提出了一种通用的监督对比损失$\mathcal{L}_{\text{Contrastive Cross Entropy} } + λ\mathcal{L}_{\text{Supervised Contrastive Regularizer}}$，用于在统一的框架中学习二元分类（例如，住院死亡率预测）和多标签分类（例如，表型）。我们的监督对比损失实践了对比学习的关键思想，即同时通过其两个组件将相似的样本拉近并将不相似的样本彼此分开：$\mathcal{L}_{\text{Contrastive Cross Entropy} }$尝试将样本与代表正和负集群的学习锚进行对比，而$\mathcal{L}_{\text{Supervised Contrastive Regularizer}}$尝试根据其监督标签将样本彼此进行对比。我们提出了上述监督对比损失的两个版本，并且我们对真实世界EHR数据的实验表明，我们提出的损失函数在提高强基线甚至最先进模型在临床风险预测基准任务上的性能方面表现出益处。我们的损失函数可以很好地处理临床风险预测问题中常见的极不平衡数据。我们的损失函数可以很容易地用来取代现有临床预测模型中采用的（二进制或多标记）交…
2021-10-11 cs.LG
MoE-Health: A Mixture of Experts Framework for Robust Multimodal Healthcare Prediction
Drexel University（德雷塞尔大学）
针对临床多模态数据缺失与异构问题，本文提出 MoE-Health 混合专家框架，通过专家网络和动态门控按可用模态融合信息，并在 MIMIC-IV 三项任务上验证其性能与鲁棒性。
2025-08-29 cs.AI cs.LG
Medical records condensation: a roadmap towards healthcare data democratisation
University of Oxford（牛津大学）；Oxford Suzhou Centre for Advanced Research（牛津大学苏州高级研究中心）；Fudan University（复旦大学）；Imperial College London（帝国理工学院）
本文提出利用数据集浓缩（DC）技术实现医疗数据民主化，通过生成统计元数据在隐藏敏感信息的同时保留深度学习所需知识，促进临床数据高效共享与AI研究发展。
2024-01-08 cs.CY cs.LG
Transfer Learning in Electronic Health Records through Clinical Concept Embedding
University of Oxford（牛津大学）；NIHR Oxford Biomedical Research Centre（英国国家健康研究所牛津生物医学研究中心）；Oxford University Hospitals NHS Foundation Trust（牛津大学医院国民保健服务基金会信托）
深度学习模型在学习表示方面表现出了巨大的潜力，能够捕获数据的一些关键属性。这使得它们成为迁移学习的绝佳候选者：利用不同学习任务之间的共性，将知识从一个任务转移到另一个任务。电子健康记录（EHR）研究是见证了越来越多的深度学习技术用于学习医学概念（如疾病和药物）的临床意义表示的领域之一。尽管有这种增长，但对这种学习表示（或嵌入）进行基准测试和评估的方法还没有得到充分研究;当这种嵌入被共享以促进迁移学习时，这可能是一个大问题。在这项研究中，我们的目标是（1）在来自310万患者的综合EHR数据上训练一些最突出的疾病嵌入技术，（2）采用定性和定量评估技术来评估这些嵌入，以及（3）为迁移学习提供预先训练的疾病嵌入。这项研究可以成为临床概念嵌入评估的第一个综合方法，可以应用于任何嵌入技术和任何EHR概念。
2021-07-27 cs.LG
Human-Guided Agentic AI for Multimodal Clinical Prediction: Lessons from the AgentDS Healthcare Benchmark
University of California, Berkeley（加州大学伯克利分校）；University of Washington（华盛顿大学）；Stanford University（斯坦福大学）
通过人类引导智能体AI在多模态临床预测任务中取得领先性能，提炼出领域知识引导特征工程、任务特定多模态融合和临床动机模型集成三大通用经验。
2026-06-11 cs.AI cs.LG
Detecting Clinical Discrepancies in Health Coaching Agents: A Dual-Stream Memory and Reconciliation Architecture
Verily Health Inc（Verily健康公司）
本文提出双流记忆与协调架构，用于检测健康教练代理中的临床差异，通过验证患者报告与临床记录以确保安全部署。
2026-04-29 cs.AI cs.CL cs.LG
Clinical Assistant Diagnosis for Electronic Medical Record Based on Convolutional Neural Network
Tsinghua University（清华大学）；Tsinghua National Laboratory of Information Science and Technology（清华信息科学与技术国家实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）；Huangshi Central Hospital of Edong Healthcare Group, Hubei Polytechnic University（湖北理工学院鄂东医疗集团黄石市中心医院）
从电子病历中自动提取有用信息并进行疾病诊断是临床决策支持（CDS）和神经语言处理（NLP）的一项有前途的任务。现有的系统大多是基于人工构建的知识库，然后通过规则匹配进行辅助诊断。本文提出了一种基于卷积神经网络（CNN）的临床智能决策方法，该方法可以自动提取电子病历的高层语义信息，然后进行自动诊断，而无需人工构建规则或知识库。我们使用收集的18,590份真实世界的临床电子病历进行训练和测试所提出的模型。实验结果表明，该模型的准确率和召回率分别达到98.67%和96.02%，有力地支持了利用卷积神经网络自动学习电子病历的高层语义特征并进行辅助诊断的可行性和有效性。
2018-04-23 cs.CL cs.CY cs.LG
Bidirectional Recurrent Neural Networks for Medical Event Detection in Electronic Health Records
University of Massachusetts（马萨诸塞大学）；Bedford VAMC and CHOIR（贝德福德退伍军人医疗中心与CHOIR）
从电子健康记录（EHR）中的非结构化文本中提取医疗事件及其属性的序列标记是实现EHR语义理解的关键步骤。它在健康信息学中有重要的应用，包括药物警戒和药物监测。该领域中的现有技术监督机器学习模型基于条件随机场（CRF），其特征从固定的上下文窗口计算。在这个应用中，我们探索了各种递归神经网络框架，并表明它们的性能明显优于CRF模型。
2016-07-12 cs.CL cs.LG cs.NE
Synthesising Electronic Health Records: Cystic Fibrosis Patient Group
Imperial College London（帝国理工学院）；Accenture Labs（埃森哲实验室）
类不平衡通常会降低监督学习算法的预测性能。平衡类可以通过对精确副本进行过采样、噪声或最近邻之间的插值（如传统的SMOTE方法）来获得。在计算机视觉任务中，使用增强对表格数据进行过采样可以通过深度生成模型来实现。深度生成模型是有效的数据合成器，因为它们能够捕获复杂的底层分布。医疗保健中的合成数据可以通过确保患者隐私来增强医疗保健提供者之间的互操作性。医疗保健中的机器学习配备了能够很好地代表小患者群体的大型合成数据集，可以解决当前偏见和普遍性的挑战。本文评估了合成数据生成器合成患者电子健康记录的能力。我们测试了合成数据对患者结局分类的效用，观察到当用合成数据增强不平衡数据集时，预测性能有所提高。
2022-01-14 cs.AI cs.LG
MamaBench: Benchmarking LLM Robustness in Maternal and Child Health Diagnosis through Counterfactual Clinical Perturbation
Helpmum Africa（非洲帮助妈妈组织）；University of Ibadan（伊巴丹大学）
研究针对大语言模型在母婴健康诊断中缺乏对临床相似表现区分能力的问题，提出MamaBench基准及EA - RAG方法，通过实验揭示基础准确率高估稳健准确率现象，EA - RAG有效降低BTR，提升稳健准确率，为临床人工智能反事实稳健性研究提供参考。
2026-07-21 cs.CL cs.LG
Enhancing AI Accessibility in Veterinary Medicine: Linking Classifiers and Electronic Health Records
University of California Davis（加州大学戴维斯分校）
针对兽医学中EHR系统僵化和IT资源有限导致ML分类器难以整合的问题，本文提出免费软件Anna，实现EHR实验室数据的实时ML分类结果输出。
2024-10-18 cs.IR cs.LG
A Study of Social and Behavioral Determinants of Health in Lung Cancer Patients Using Transformers-based Natural Language Processing Models
University of Florida（佛罗里达大学）；Weill Cornell Medicine（威尔康奈尔医学院）
健康的社会和行为决定因素（SBDoH）在塑造人们的健康方面发挥着重要作用。在临床研究中，特别是比较有效性研究中，未能调整SBDoH因素可能会在统计分析和基于机器学习的模型中导致混淆问题和错误分类错误。然而，有有限的研究，以检查SBDoH因素的临床结果，由于缺乏结构化的SBDoH信息在当前的电子健康记录（EHR）系统，而大部分的SBDoH信息记录在临床叙述。因此，自然语言处理（NLP）是从非结构化临床文本中提取此类信息的关键技术。然而，目前还没有一个成熟的临床NLP系统专注于SBDoH。在这项研究中，我们检查了两个最先进的基于转换器的NLP模型，包括BERT和RoBERTa，以从临床叙述中提取SBDoH概念，应用表现最好的模型提取肺癌筛查患者队列的SBDoH概念，分析了自然语言处理结果和结构化EHR中SBDoH信息的差异（SBDoH信息以标准词汇表（如国际疾病分类代码）获取）。实验结果表明，基于BERT的自然语言处理模型取得了最好的严格/宽松的F1分数分别为0.8791和0.8999。NLP提取的SBDoH信息和结构化EHR在864例肺癌患者队列中的161，933种不同类型的临床记录之间的比较表明，关于吸烟，教育和就业的更详细的信息仅在临床叙述中获得，并且有必要使用临床叙述和结构化EHR来构建患者SBDoH因素的更完整的图片。
2021-08-10 cs.CL cs.LG
HealthGAT: Node Classifications in Electronic Health Records using Graph Attention Networks
University of Delaware（特拉华大学）；Southern Methodist University（南卫理公会大学）
针对电子健康记录原始格式限制下游任务性能的问题，提出HealthGAT图注意力网络框架，通过分层方法生成嵌入并引入辅助预训练任务，在节点分类及再入院预测等任务中表现优异。
2024-03-26 cs.CY cs.LG
Identifying Mentions of Pain in Mental Health Records Text: A Natural Language Processing Approach
Institute of Psychiatry, Psychology and Neurosciences, King’s College London（伦敦国王学院精神病学、心理学与神经科学研究所）；Health Data Research UK（英国健康数据研究中心）；South London and Maudsley Biomedical Research Centre（南伦敦和莫兹利生物医学研究中心）；The South London and Maudsley NHS Foundation Trust（南伦敦和莫兹利国民保健信托基金会）
本研究利用匿名心理健康电子健康记录数据，训练机器学习分类算法识别文本中的疼痛提及，最佳模型F1分数达0.98，有助于从大型数据库中提取疼痛信息以支持相关研究。
2023-04-05 cs.CL cs.LG
WISTERIA: Learning Clinical Representations from Noisy Supervision via Multi-View Consistency in Electronic Health Records
University of Science and Technology of China（中国科学技术大学）；Columbia University（哥伦比亚大学）
WISTERIA通过多视图一致性学习电子健康记录中的临床表示，利用弱监督学习框架，改进预测性能并增强对标签噪声的鲁棒性。
2026-05-10 cs.AI cs.LG
Bridging the Trust Gap: Clinician-Validated Hybrid Explainable AI for Maternal Health Risk Assessment in Bangladesh
Independent Researcher, Boston MA 02116, USA（独立研究者）；Independent Researcher, Dhaka, Bangladesh（独立研究者）；Medical Officer, Sonargaon Sheba General Hospital, Narayanganj, Bangladesh（医疗官）
本研究提出混合可解释人工智能框架，结合模糊逻辑与SHAP解释，提升产科健康风险评估的可解释性和临床信任度。
2026-01-10 cs.AI cs.LG
MPLite: Multi-Aspect Pretraining for Mining Clinical Health Records
Stevens Institute of Technology（史蒂文斯理工学院）
本文提出MPLite框架，通过轻量级神经网络结合实验室结果进行多方面预训练，增强医疗概念表示并预测患者健康结果，在MIMIC数据集上的诊断和心衰预测任务中提升了F1和召回率。
2024-11-17 cs.AI cs.LG
Enhancing the prediction of disease outcomes using electronic health records and pretrained deep learning models
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）；Bedford VA Medical Center（贝德福德退伍军人事务医疗中心）
问：在纵向电子健康记录的大型数据集上预训练的编码器-解码器架构能否改善患者结局预测？调查结果：在这项对680万患者的预后研究中，我们的多个结局的去噪序列到序列预测模型在广泛的患者结局（包括故意自残和胰腺癌）上的表现优于最先进的预训练BERT模型。意义：深度双向和自回归表示改善了患者结局预测。
2022-12-22 cs.AI cs.CY cs.LG
Predicting Severe Sepsis Using Text from the Electronic Health Record
MultiModel Research（MultiModel 研究公司）；Baystate Health（贝州健康系统）；Baystate Medical Center（贝州医疗中心）
采用机器学习方法，我们在24小时前预测严重脓毒症的诊断。强预测模型可能仅使用来自电子健康记录（EHR）的文本报告，而忽略结构化的数字数据。单独使用非结构化文本的性能比单独使用结构化数据的性能稍好，两者的结合进一步提高了性能。我们还讨论了使用非结构化EHR文本建模的优势，相比结构化EHR数据。
2017-11-30 cs.CY cs.LG
Improving information retrieval from electronic health records using dynamic and multi-collaborative filtering
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；CSCI Consulting Inc.（CSCI咨询公司）；The Ohio State University（俄亥俄州立大学）；Regenstrief Institute（雷根斯特里夫研究所）；Indiana University School of Medicine（印第安纳大学医学院）
由于关于个体患者的可用信息的快速增长，大多数医生在他们审查健康信息技术系统中的患者信息时遭受信息过载。在这篇文章中，我们提出了一种新的混合动态和多协同过滤方法，以提高电子健康档案的信息检索。该方法在患者就诊期间为医生推荐来自电子健康记录的相关信息。它使用马尔可夫模型对信息搜索动态进行建模。它还利用了协同过滤的关键思想，起源于推荐系统，根据医生，患者和信息项之间的各种相似性来优先考虑信息。我们使用印第安纳州患者护理网络的真实电子健康记录数据测试了这种新方法。我们的实验结果表明，对于46.7%的测试案例，这种新方法能够正确地优先考虑医生真正感兴趣的前5个建议中的相关信息。
2020-08-12 cs.HC cs.IR cs.LG
GRU-TV: Time- and velocity-aware GRU for patient representation on multivariate clinical time-series data
Xidian University（西安电子科技大学）；Robarts Research Institute（罗伯茨研究所）；Western University（韦仕敦大学）；University of Michigan（密歇根大学）
电子健康记录（EHR）通常是高度多维，异构和多模式的。此外，临床变量的随机记录导致从电子病历中提取的多变量临床时间序列数据中的高缺失率和相邻记录之间的不均匀时间间隔。目前的工作，使用临床时间序列数据的病人表示把病人的生理状态作为一个离散的过程描述的零星收集的记录。然而，患者生理状况的变化是连续的动态过程。对时间和变化速度的感知对于患者的表示学习至关重要。在这项研究中，我们提出了一个时间和速度感知的门控递归单元模型（GRU-TV）的患者表示学习的临床多变量时间序列数据在时间连续的方式。神经常微分方程（ODEs）和速度感知机制分别用于感知相邻记录之间的时间间隔和患者生理状态的变化率。我们在两个真实的临床EHR数据集（PhysioNet 2012，MIMIC-III）上的实验表明，GRU-TV是计算机辅助诊断（CAD）任务的鲁棒模型，特别是在具有高方差时间间隔的序列上。
2022-10-12 cs.AI cs.LG
EHR-RAGp: Prototype-Guided Retrieval of Longitudinal Electronic Health Records for Clinical Prediction Models
New York University（纽约大学）；New York University Abu Dhabi（纽约大学阿布扎赫德）
本文提出EHR-RAGp模型，通过动态整合患者历史信息提升临床预测性能，优于现有基础模型和Transformer基线。
2026-09-29 cs.AI cs.IR cs.LG
X-FEMR: A Token-level Explainable Approach for Electronic Health Records Foundation Models using Transformer-based Models
School of Computing and Information Systems, University of Melbourne（墨尔本大学计算与信息系统学院）；Royal Melbourne Hospital（皇家墨尔本医院）
针对电子健康记录基础模型是黑箱模型的问题，提出基于Transformer的令牌级可解释性方法，训练替代模型近似其行为，识别有影响力令牌，引入临床对齐度量，结果显示该方法能实现可解释且可信的临床人工智能。
2026-07-08 cs.AI cs.LG
SynEHRgy: Synthesizing Mixed-Type Structured Electronic Health Records using Decoder-Only Transformers
EPFL（洛桑联邦理工学院）
本文提出SynEHRgy方法，通过定制分词策略和GPT式仅解码器Transformer，在MIMIC-III数据集上生成高质量混合类型合成EHR，并在保真度、实用性和隐私性上达到领先水平。
2024-11-20 cs.AI cs.LG
Personalized Multimorbidity Management for Patients with Type 2 Diabetes Using Reinforcement Learning of Electronic Health Records
Northeastern University（东北大学）；University of Maryland（马里兰大学）；New York University School of Medicine（纽约大学医学院）；NYU Langone Health（纽约大学朗格尼健康中心）
2型糖尿病患者中常见慢性并发症。我们开发了一种基于强化学习（RL）的人工智能算法，用于个性化糖尿病和多种疾病管理，具有改善当前临床实践相关健康结局的强大潜力。在本文中，我们使用2009年至2017年来自纽约大学Langone Health门诊医疗电子健康记录的16，665例2型糖尿病患者的回顾性队列，将血压和心血管疾病（CVD）风险建模为健康结局。我们训练了一个RL处方算法，该算法推荐了一种治疗方案，该方案使用患者每次就诊时的个人特征和病史来优化患者的累积健康结果。RL建议在一个独立的患者子集上进行评估。结果表明，所提出的针对2型糖尿病的个性化强化学习处方框架与临床医生的处方具有高度一致性，并且在糖尿病、血压、心血管疾病风险结局方面有实质性改善。
2020-10-29 cs.CY cs.LG
MedRLM: Recursive Multimodal Health Intelligence for Long-Context Clinical Reasoning, Sensor-Guided Screening, Evidence-Grounded Decision Support, and Community-to-Tertiary Referral Optimization
School of Information, Computer；Communication Technology Sirindhorn International Institute of Technology, Thammasat University Pathum Thani, Thailand 1
提出MedRLM递归多模态健康智能框架，通过递归检查、分解、检索、验证和合成患者信息，协调多个专业代理并引入临床证据图记忆，实现长上下文临床推理和传感器引导筛查。
2026-06-19 cs.AI cs.CL cs.LG
Health system learning achieves generalist neuroimaging models
Machine Learning in Neurosurgery Lab University of Michigan（密歇根大学机器学习神经外科实验室）；University of Michigan Computational Medicine and Bioinformatics（密歇根大学计算医学与生物信息学）；University of Michigan Computer Science and Engineering（密歇根大学计算机科学与工程）；University of Michigan Radiology（密歇根大学放射学）
NeuroVFM通过健康系统学习范式，在临床MRI和CT影像上训练，实现高性能通用神经影像模型，提升放射学诊断和报告生成的准确性与临床实用性。
2025-11-23 cs.AI cs.CV cs.LG
Artificial Intelligence-Based Methods for Fusion of Electronic Health Records and Imaging Data
College of Science and Engineering, Hamad Bin Khalifa University（哈马德·本·哈利法大学科学与工程学院）；College of Health and Life Sciences, Hamad Bin Khalifa University（哈马德·本·哈利法大学健康与生命科学学院）
医疗保健数据本质上是多模态的，包括电子健康记录（EHR），医学图像和多组学数据。结合这些多模态数据源有助于更好地了解人类健康，并提供最佳的个性化医疗保健。人工智能（AI）技术的进步，特别是机器学习（ML），使这些不同的数据模态的融合，以提供多模态的见解。为此，在这篇范围审查中，我们专注于综合和分析使用AI技术融合多模态医学数据以用于不同临床应用的文献。更具体地说，我们专注于仅将EHR与医学成像数据融合的研究，以开发用于临床应用的各种AI方法。我们对各种融合策略、使用多模态融合的疾病和临床结果、用于为每个临床应用执行多模态融合的ML算法以及可用的多模式医学数据集进行了全面分析。我们遵循PRISMA-ScR指南。我们检索了Embase、PubMed、Scopus和Google Scholar以检索相关研究。我们从34项符合纳入标准的研究中提取了数据。在我们的分析中，观察到一个典型的工作流程：输入原始数据，通过应用传统的机器学习（ML）或深度学习（DL）算法融合不同的数据模态，最后通过临床结果预测评估多模态融合。具体来说，早期融合是多模态学习的大多数应用中最常用的技术（34项研究中有22项）。我们发现，对于相同的任务，多模态融合模型的性能优于传统的单模态模型。从临床结局的角度来看，疾病诊断和预测是最常见的临床结局（分别在20项和10项研究中报告）。
2022-10-23 cs.AI cs.CV cs.LG
TIMER: Temporal Instruction Modeling and Evaluation for Longitudinal Clinical Records
Stanford University（斯坦福大学）
提出TIMER框架，包含时间感知基准TIMER-Bench和指令调优方法TIMER-Instruct，通过时间指令建模提升LLM对纵向电子健康记录的时间推理能力，使模型性能在基准上提升7.3%和9.2%。
2025-03-06 cs.AI cs.CE cs.CL
Collaborative Synthesis of Patient Records through Multi-Visit Health State Inference
Renmin University of China（中国人民大学）
提出MSIC模型，通过概率图建模潜在健康状态并利用多就诊历史记录，协同生成高质量合成电子健康记录及医疗报告，在MIMIC-III/IV上取得最优效果且隐私风险低。
2023-12-22 cs.AI cs.CL cs.LG
