Predicting Inpatient Discharge Prioritization With Electronic Health Records
确定将在24小时内出院的患者可以改善医院资源管理和护理质量。我们使用斯坦福医院八年的电子健康记录（EHR）数据研究了这个问题。我们拟合模型来预测整个住院人群的24小时出院情况。最好的表现模型达到了0.85的受试者-操作者特征曲线下面积（AUROC）和0.53的AUPRC的测试集。该模型也得到了很好的校准。最后，我们分析了该模型的实用性，在决策理论的框架，以确定区域的ROC空间中，使用该模型增加了预期的效用相比，平凡的总是消极的或总是积极的分类器。
2018-12-02 cs.LG stat.ML
Boosting Deep Learning Risk Prediction with Generative Adversarial Networks for Electronic Health Records
University of Southern California（南加州大学）；AI Foundations, IBM Thomas J. Watson Research Center（IBM托马斯·J·沃森研究中心AI基础部门）；Binghamton University, SUNY（纽约州立大学宾汉姆顿大学）；IBM Thomas J. Watson Research Center（IBM托马斯·J·沃森研究中心）
电子健康记录（EHRs）的快速增长，以及随之而来的数据驱动医疗保健（DDH）的机会，已经引起了广泛的兴趣和关注。深度学习方法的设计和应用的最新进展已经显示出有希望的结果，并正在推动医疗保健学术界和行业的巨大变化，但这些方法中的大多数依赖于大量的标记数据。在这项工作中，我们提出了一个通用的深度学习框架，该框架能够在有限的EHR数据的情况下提高风险预测性能。我们的模型采用了一种改进的生成对抗网络，即ehrGAN，它可以通过模仿真实的患者记录来提供合理的标记EHR数据，以半监督学习的方式来增强训练数据集。我们使用这种生成模型与基于卷积神经网络（CNN）的预测模型，以提高发病预测性能。在两个真实的医疗数据集上的实验表明，我们提出的框架产生了真实的数据样本，并在几个最先进的基线上使用生成的数据实现了分类任务的显着改进。
2017-09-06 cs.LG stat.ML
Prediction Focused Topic Models for Electronic Health Records
电子健康记录（EHR）数据可以表示为可能的程序、诊断和药物的高维集合上的离散计数。监督主题模型提供了一个有吸引力的选择，将EHR数据作为特征纳入预测问题：给定患者的记录，我们估计一组预测响应变量的潜在因素。然而，现有的监督主题建模方法难以平衡预测质量和潜在因素的一致性。我们介绍了一种新的方法，预测为重点的主题模型，使用的监督信号只保留功能，提高，或不妨碍，预测性能。通过去除具有不相关信号的特征，主题模型能够学习与任务相关的、可解释的主题。我们在EHR数据集和电影评论数据集上证明，与现有方法相比，以预测为中心的主题模型能够学习更多连贯的主题，同时保持有竞争力的预测。
2019-11-15 cs.LG stat.ML
Predicting Diabetes Disease Evolution Using Financial Records and Recurrent Neural Networks
Universidade Federal de Goiás（戈亚斯联邦大学）
在一些国家，管理慢性病患者是一项重大且日益严峻的医疗保健挑战。慢性疾病，如糖尿病，是一种持续很长时间且不会消失的疾病，通常会导致患者的健康状况逐渐恶化。虽然最近的工作涉及来自医院的原始电子健康记录（EHR），但这项工作仅使用来自健康计划提供者（医疗索赔）的财务记录来预测糖尿病疾病的演变。使用财务数据是因为有可能成为国际标准的接口，因为记录标准对医疗程序进行编码。主要目标是评估高风险糖尿病患者，因此我们预测与糖尿病急性并发症相关的记录，如截肢和清创术，血运重建和血液透析。我们的工作成功地预测了60至240天之间的并发症，ROC曲线下面积范围为0.81至0.94。在本文中，我们描述了一个健康计划提供者的ROC曲线范围从0.81到0.83的工作中开发的上半年。这一评估将使医疗保健提供者有机会更早地进行干预并阻止住院治疗。我们的目标是为个体患者提供个性化的预测和个性化的建议，以改善结果并降低成本
2020-03-20 cs.LG stat.ML
Modeling the Uncertainty in Electronic Health Records: a Bayesian Deep Learning Approach
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
随着电子健康记录（EHR）的爆炸性增长，深度学习模型在预测任务中表现出了卓越的性能。然而，由于缺乏透明度，深度学习模型的行为很难解释。没有可信度，深度学习模型将无法帮助医疗保健问题的现实决策过程。我们提出了一种基于贝叶斯神经网络（BNN）的深度学习模型来预测由数据噪声引起的不确定性。引入不确定性是为了提供具有额外置信度的模型预测。我们的实验验证了具有高不确定性的实例对模型性能是有害的。此外，通过研究模型预测和不确定性的分布，我们发现有可能识别出一组患者进行及时干预，从而降低数据噪声将更有利于这些患者的预测准确性。
2019-07-14 cs.LG stat.ML
Handling temporality of clinical events with application to Adverse Drug Event detection in Electronic Health Records: A scoping review
Karolinska Institute（卡罗林斯卡学院）
电子健康记录（EHR）的日益普及改变了患者护理的方式。机器学习模型可以利用存储在EHR中的丰富的异构和时态数据空间来捕获底层信息并进行临床相关预测。这可用于支持药物警戒等公共卫生活动，特别是缓解药物不良事件（ADE）的公共卫生问题。本文的目的是，因此，调查的各种方式处理时间数据的目的检测ADE。基于对现有文献的回顾，从过去10年中选择了11篇文章进行研究。根据检索到的文献，发现主要的方法分为5种不同的方法：基于时间抽象，基于图，学习权重和包含不同长度的时间序列的数据表。为此，EHR是一个有价值的来源，导致目前的研究自动检测ADE。然而，仍然存在着大量的挑战，涉及到利用异构，数据类型的时间信息包括在EHR预测ADE。
2019-04-09 cs.LG stat.ML
Learning Hierarchical Representations of Electronic Health Records for Clinical Outcome Prediction
Peking University（北京大学）；Carnegie Mellon University（卡内基梅隆大学）；Mila - Québec AI Institute（米拉-魁北克人工智能研究所）；HEC Montréal（蒙特利尔高等商学院）
基于电子健康记录（EHR）的临床结局预测在提高医疗质量方面起着至关重要的作用。传统的深度序列模型无法捕捉编码在长而不规则的临床事件序列中的丰富的时间模式。我们观察到，临床事件在长时间尺度上表现出强烈的时间模式，而在短时间内的事件往往是无序的共现。因此，我们提出了不同的机制，在不同的时间尺度上模拟临床事件。我们的模型学习事件序列的分层表示，以自适应地区分短距离和长距离事件，并准确地捕获核心时间依赖性。在实际临床数据上的实验结果表明，该模型在预测死亡和ICU入院时的AUC值分别达到0.94和0.90，并且成功地识别了不同临床结局预测任务中的重要事件
2019-08-24 cs.LG stat.ML
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
Neural Temporal Point Processes For Modelling Electronic Health Records
Babylon Health（巴比伦健康机构）
电子健康记录（EHR）的建模有可能推动医疗资源的更有效分配，实现早期干预策略并推进个性化医疗。然而，EHR是具有挑战性的模型，由于其实现为噪声，多模态数据发生在不规则的时间间隔。为了解决它们的时间性质，我们将EHR视为由时间点过程（TPP）生成的样本，使我们能够以原则性的方式对事件中发生的事情进行建模。我们收集并提出了TPPs的神经网络参数化，统称为神经TPPs。我们对合成EHR以及一组既定的基准进行评估。我们发现，TPP显着优于他们的非TPP同行的EHR。我们还表明，许多神经TPP的假设，类分布是有条件的独立于时间，降低EHR的性能。最后，我们提出的基于注意力的神经TPP与现有模型相比表现良好，同时符合现实世界的可解释性要求，这是迈向临床决策支持系统组成部分的重要一步。
2020-12-07 cs.LG 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
Cardea: An Open Automated Machine Learning Framework for Electronic Health Records
The Center for Complex Engineering Systems at KACST and MIT（沙特阿拉伯国王阿卜杜勒阿齐兹科技城（KACST）和麻省理工学院（MIT）复杂工程系统中心）；MIT（麻省理工学院（MIT））
在2010年至2018年期间，估计有180篇专注于深度学习和EHR的论文发表。尽管这些出版物中出现了通用的工作流结构，但没有可信和经过验证的软件框架存在，迫使研究人员艰苦地重复以前的工作。在本文中，我们提出了Cardea，一个可扩展的开源自动化机器学习框架，封装了健康领域的常见预测问题，并允许用户使用自己的数据构建预测模型。该系统依赖于两个组件：快速医疗保健互操作性资源（FHIR）--电子医疗系统的标准化数据结构--和几个用于自动化特征工程、模型选择和调优的AUTOML框架。我们用一个自适应的数据汇编器和全面的数据和模型审计功能来增强这些组件。我们通过MIMIC-III和Kaggle数据集上的5个预测任务展示了我们的框架，这些任务突出了Cardea的人类竞争力，问题定义的灵活性，广泛的特征生成能力，适应性强的自动数据汇编器及其可用性。
2020-10-01 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
MiME: Multilevel Medical Embedding of Electronic Health Records for Predictive Healthcare
Georgia Institute of Technology（佐治亚理工学院）；Google Brain（谷歌大脑）；IBM Research（IBM研究院）；Sutter Health（萨特医疗）；HINT Consultants（HINT咨询公司）
深度学习模型对于使用电子健康记录（EHR）数据的许多预测性医疗保健任务表现出最先进的性能，但这些模型通常需要超过大多数医疗保健系统容量的训练数据量。外部资源，如医学本体被用来桥接数据量的限制，但这种方法往往是不直接适用或有用的，因为与术语不一致。为了解决数据不足的挑战，我们利用EHR数据的固有多级结构，特别是医疗代码之间的编码关系。我们提出了多级医疗嵌入（MiME），它学习EHR数据的多级嵌入，同时联合执行依赖于这种固有EHR结构的辅助预测任务，而不需要外部标签。我们进行了两个预测任务，心力衰竭预测和连续疾病预测，其中MiME在不同的评估环境中优于基线方法。特别是，MiME在不同体积的数据集上预测心力衰竭时始终优于所有基线，特别是在最小数据集上表现出最大的性能改善（PR-AUC相对于最佳基线增加15%），证明了其有效建模EHR数据多级结构的能力。
2018-10-22 cs.CL cs.LG stat.ML
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
Aggregate-Eliminate-Predict: Detecting Adverse Drug Events from Heterogeneous Electronic Health Records
我们研究了电子病历中药物不良事件的检测问题。这项工作的挑战是聚合涉及诊断代码、药物代码以及实验室测量的异构数据类型。针对同一问题提出的早期框架通过仅使用实验室测量作为数据特征来展示随机森林分类器的有希望的预测性能。我们扩展了这一框架，另外包括诊断和药物处方代码，同时。此外，我们在顶部采用递归特征选择机制，提取前k个最重要的特征。我们对药物不良事件的五个医学数据集和六个不同分类器的实验评估表明，这些额外特征的整合在AUC方面提供了实质性和统计学显著的改善，同时采用医学相关特征。
2019-07-13 cs.CY cs.LG stat.ML
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
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
Machine Learning on Electronic Health Records: Models and Features Usages to predict Medication Non-Adherence
Semeia；Institut Pasteur（巴斯德研究所）
依从性可定义为“患者按照其医疗保健提供者的处方服用药物的程度”[Osterberg and Blaschke，2005]。世界卫生组织的报告指出，在发达国家，只有大约50%的慢性病患者正确地遵循他们的治疗。这严重损害了长期治疗的效率，增加了保健服务的费用。在本文中，我们提出了不同的模式，患者的药物消费在乳腺癌治疗。这些不同方法的目的是预测药物不依从性，同时让医生了解这些非法辍学的根本原因。与肿瘤学家合作，我们展示了机器学习算法的兴趣，这些算法通过专家的反馈来微调，以估计患者不依从的风险评分，从而改善整个护理路径的支持。
2018-11-29 cs.AI cs.LG stat.ML
Generating Electronic Health Records with Multiple Data Types and Constraints
Vanderbilt University（范德堡大学）；Vanderbilt University Medical Center（范德堡大学医学中心）
大规模共享电子健康记录（EHR）可能会导致隐私侵犯。最近的研究表明，通过生成对抗网络（GAN）框架模拟EHR可以减轻风险。然而，迄今为止开发的方法是有限的，因为它们1）集中于生成单一类型的数据（例如，诊断代码），忽略其它数据类型（例如，人口统计学、程序或生命体征）和2）不表示特征之间的约束。在本文中，我们介绍了一种方法来模拟EHR组成的多个数据类型的1）细化的GAN模型，2）占功能的限制，3）将这些生成任务的关键实用措施。我们对范德比尔特大学医学中心的$770,000$ EHR的分析表明，新模型在保留基本统计数据、交叉特征相关性、潜在结构属性、特征约束和来自真实数据的相关模式方面实现了更高的性能，而不会牺牲隐私。
2020-03-23 cs.CY cs.LG stat.ML
Interpretable Neural Temporal Point Processes for Modelling Electronic Health Records
University of Chinese Academy of Science（中国科学院大学）；Academy of Mathematics and System Science, CAS（中国科学院数学与系统科学研究院）
针对现有神经时间点过程模型无法解释电子健康记录事件类型间依赖的问题，提出可解释框架inf2vec，可端到端学习事件影响，在事件预测和类型影响学习上表现更优。
2024-04-09 cs.LG
TimEHR: Image-based Time Series Generation for Electronic Health Records
EPFL（洛桑联邦理工学院）；Yale（耶鲁大学）
针对电子健康记录中时间序列的生成难题，提出基于双条件GAN的图像化时间序列生成模型TimEHR，在三个真实数据集上优于现有方法。
2024-02-09 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
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
An Unsupervised Approach to Achieve Supervised-Level Explainability in Healthcare Records
University of Copenhagen（哥本哈根大学）；LUT University（拉普兰塔理工大学）；Corti（科尔蒂公司）
本文提出一种无监督方法，通过对抗鲁棒性训练和新解释方法AttInGrad，在自动医疗编码任务上实现与监督方法相当或更优的解释质量。
2024-09-28 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
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
Learning Longitudinal Health Representations from EHR and Wearable Data
University of the Chinese Academy of Sciences, Columbia University（中国科学院大学，哥伦比亚大学）
本文提出一种多模态基础模型，通过联合表示电子健康记录和可穿戴数据，提升纵向健康预测的准确性和鲁棒性。
2026-01-18 cs.LG
Foundation models for electronic health records: representation dynamics and transferability
University of Chicago（芝加哥大学）；Rush University（拉什大学）
本研究调查电子健康记录基础模型的学习内容，评估其从MIMIC-IV向芝加哥大学医学中心机构数据集的可迁移性，分析表征动态与预测性能因素，为跨医疗系统适配提供见解。
2025-04-14 cs.LG
Understanding Missingness in Time-series Electronic Health Records for Individualized Representation
University of Oxford（牛津大学）；Nanjing University of Information Science & Technology (NUIST)（南京信息工程大学）
本文指出时间序列EHR数据中个体化缺失性表示研究不足，通过真实案例揭示缺失模式的新见解，旨在弥合理论假设与实际观察之间的差距，为真正个性化预测建模开辟新方向。
2024-02-24 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
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
Causal Machine Learning for Patient-Level Intraoperative Opioid Dose Prediction from Electronic Health Records
Aarhus University（奥胡斯大学）；Bispebjerg Hospital（比斯佩比约格医院）；IT University of Copenhagen（哥本哈根信息技术大学）
本文提出OPIAID算法，利用基于电子健康记录的因果机器学习方法预测患者术中个性化阿片类药物剂量，以优化疼痛管理并减少不良事件。
2025-08-12 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
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
Causal Fairness Assessment of Treatment Allocation with Electronic Health Records
Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心）；University of Michigan（密歇根大学）；Columbia University（哥伦比亚大学）
针对电子健康记录中治疗分配的公平性评估空白，提出一种因果公平性算法，通过匹配相同治疗获益可能性的患者识别潜在不公，并应用于冠状动脉疾病队列验证及分析健康社会决定因素的影响。
2024-01-07 cs.LG
Cumulative Stay-time Representation for Electronic Health Records in Medical Event Time Prediction
IBM Research – Tokyo（IBM东京研究院）；Fujita Health University（藤田医科大学）
本文提出累积停留时间表示（CTR），直接建模患者累积健康状况以预测医疗事件时间，实验表明其单独使用性能优异且能增强现有模型。
2022-05-02 cs.LG
Machine Learning for Administrative Health Records: A Systematic Review of Techniques and Applications
University of Technology Sydney（悉尼科技大学）；The Children’s Hospital at Westmead（韦斯特米德儿童医院）；Ontario Tech University（安大略理工大学）
该综述系统分析70项相关研究，梳理了应用于行政健康记录（AHR）的机器学习技术与健康信息学应用场景，指出研究间脱节等局限，提出未来研究方向以提升AHR与相关技术的效用。
2023-08-27 cs.LG
Data augmentation method for modeling health records with applications to clopidogrel treatment failure detection
Cipherome Korea（韩国Cipherome公司）；Cipherome Inc.（Cipherome公司）
本文提出通过重排就诊内医疗记录顺序来增强 EHR 数据的方法，并在氯吡格雷治疗失败检测中验证其可显著提升预训练与少标注微调性能。
2024-02-28 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
Time-Aware Attention for Enhanced Electronic Health Records Modeling
Department of Statistics and Data Science, National University of Singapore（统计与数据科学系，新加坡国立大学）；School of Computing, National University of Singapore（计算学院，新加坡国立大学）；Department of Biostatistics, Harvard T.H. Chan School of Public Health, USA（生物统计学系，哈佛T.H. Chan公共卫生学院，美国）
本文提出TALE-EHR框架，通过时间感知注意力机制显式建模连续时间间隔，并结合预训练大语言模型生成的语义嵌入，在MIMIC-IV和PIC数据集上超越现有基线，提升电子健康记录建模性能。
2025-07-20 cs.LG
Patient2Vec: A Personalized Interpretable Deep Representation of the Longitudinal Electronic Health Record
University of Virginia（弗吉尼亚大学）
电子健康记录（EHR）系统的广泛实施促进了从真实临床环境中收集大规模健康数据。尽管EHR系统的采用率显著增加，但这些数据在很大程度上仍未被探索，但在理解疾病相关性和预测健康结果等任务中，这些数据为从患者健康历史中发现知识提供了丰富的数据源。然而，这些数据的异质性、稀疏性、噪声和偏差带来了许多复杂的挑战。这种复杂性使得很难将潜在的相关信息转化为机器学习算法。在本文中，我们提出了一个计算框架，Patient2Vec，学习纵向EHR数据的可解释的深度表示，为每个病人个性化。为了评估这种方法，我们将其应用于使用真实EHR数据预测未来住院情况，并将其预测性能与基线方法进行比较。Patient2Vec产生具有有意义结构的向量空间，并且其实现的AUC约为0.799，优于基线方法。最后，学习的特征重要性可以在个体和群体水平上进行可视化和解释，以提供临床见解。
2018-10-25 cs.AI cs.IR cs.LG
Inverse Probability of Treatment Weighting with Deep Sequence Models Enables Accurate treatment effect Estimation from Electronic Health Records
Georgia Institute of Technology（佐治亚理工学院）
针对EHR纵向数据中的时依赖性混杂问题，本文提出用深度序列模型直接从理赔记录估计倾向评分以实施IPTW，并在合成与半合成数据上验证其准确性。
2024-06-13 cs.LG
FADL:Federated-Autonomous Deep Learning for Distributed Electronic Health Record
Harvard Medical School（哈佛医学院）
电子健康记录（EHR）数据由各个机构收集，通常存储在孤岛中的各个位置。由于安全、隐私、监管和运营问题，访问这些数据既困难又缓慢。我们使用来自58家不同医院的ICU数据表明，预测患者死亡率的机器学习模型可以有效地训练，而无需使用分布式机器学习策略将健康数据移出其孤岛。我们提出了一种新的方法，称为联合自主深度学习（FADL），该方法以分布式方式使用所有数据源训练模型的一部分，并使用来自特定数据源的数据训练其他部分。我们观察到FADL优于传统的联邦学习策略，并得出结论，在设计分布式机器学习方法时，全局和局部训练之间的平衡是需要考虑的重要因素，特别是在医疗保健领域。
2018-12-03 cs.CY cs.LG
Temporal Cross-Attention for Dynamic Embedding and Tokenization of Multimodal Electronic Health Records
University of Florida（佛罗里达大学）
本文提出一种结合时序交叉注意力的多模态临床时间序列动态嵌入与标记化框架，并在超过12万例手术数据上验证其预测九种术后并发症优于基线方法。
2024-04-01 cs.LG
Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records
IBM Research（IBM研究院）
随着机器学习在电子健康记录（EHR）上的成功采用，已经部署了许多计算模型来解决各种临床问题。然而，由于EHR的异质性，在不同患者群体上训练的模型具有较差的泛化能力。如何缓解模型构建的源患者组和模型部署的目标患者组之间的域转移成为一个关键问题。在本文中，我们提出了一种数据增强方法，以促进领域自适应，利用知识的源患者组时，训练模型的目标。具体地，在领域自适应期间使用逆向生成的样本来填充两个患者组之间的泛化间隙。通过MIMIC-III EHR数据集上不同预测建模任务的案例研究，对所提出的方法进行了评估。结果证实了我们的方法的有效性和不同任务的通用性。
2021-01-13 cs.LG
A review of Generative Adversarial Networks for Electronic Health Records: applications, evaluation measures and data sources
University of Oxford（牛津大学）
本文综述了生成对抗网络在电子健康记录中的应用进展，梳理了方法、评估指标和数据集，并讨论了挑战与推荐实践，为医疗与机器学习交叉研究提供参考。
2022-12-14 cs.LG
Unsupervised Probabilistic Models for Sequential Electronic Health Records
Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）；Kaiser Permanente Division of Research（凯撒永久医疗研究部）
我们开发了一个非监督的概率模型异构电子健康记录（EHR）数据。利用混合模型配方，我们的方法直接模型序列的任意长度，如药物和实验室结果。这允许对异构数据类型下的动态进行分组和合并。该模型由一组分层的潜在变量组成，这些变量对数据中的底层结构进行编码。这些变量表示顶层的受试者亚组，以及第二层中序列的未观察状态。我们训练这个模型的事件数据从受试者接受医疗保健凯萨永久北加州综合医疗保健提供系统。训练模型的结果属性从这些复杂和多方面的数据中产生了新的见解。此外，我们展示了如何使用该模型来分析有助于评估死亡率可能性的序列。
2022-08-31 cs.LG q-bio.QM
SANSformers: Self-Supervised Forecasting in Electronic Health Records with Attention-Free Models
Aalto University（阿尔托大学）；Finnish Institute for Health and Welfare（芬兰卫生与福利研究所）；University of Helsinki（赫尔辛基大学）
针对EHR数据特性，提出无注意力模型SANSformer，结合自监督预训练GSP，预测患者就诊次数，在亚组预测中优于基线。
2023-11-10 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
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
