EHR-RobustGym: Benchmarking and Training Agents for Robust Clinical Reasoning
Zhejiang University（浙江大学）；Ant Healthcare, Ant Group（蚂蚁集团蚂蚁医疗健康）
针对EHR噪声导致临床智能体推理不鲁棒的问题，提出EHR-RobustGym环境，基于MIMIC-IV构建5,486个干净-噪声对，通过微调和强化学习提升鲁棒性，并泛化至外部基准。
2026-10-01 cs.AI cs.LG
EHRMamba: Towards Generalizable and Scalable Foundation Models for Electronic Health Records
Vector Institute（向量研究所）；University of Toronto（多伦多大学）；University of Virginia（弗吉尼亚大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出基于 Mamba 架构的 EHR 基础模型 EHRMamba，通过线性计算成本处理更长序列，结合多任务提示微调与 HL7 FHIR 标准，并开源 Odyssey 工具包，在 MIMIC-IV 上实现 6 项临床任务和 EHR 预测的最优性能。
2024-11-15 cs.LG
SynEHR: Joint Modeling Inter-visit Temporal Evolution and Intra-visit Clinical Structure for Longitudinal EHR Synthesis
Florida State University（佛罗里达州立大学）
本研究提出SynEHR框架，通过两项创新模块优化纵向EHR合成，在真实数据集的多维度评估中优于现有最优模型，生成更具临床一致性与时间真实性的EHR数据。
2026-08-25 cs.AI cs.LG
MiGHT-EHR: A Multi-task Graph Transformer for Heterogeneous Temporal Electronic Health Records
MiGHT-EHR是针对异构时序EHR的多任务图变换器，在MIMIC-III/IV数据集上的四项临床预测任务中优于现有最优方法，且表示具有临床可解释性。
2026-08-10 cs.LG q-bio.QM
Mitigating Clinician Information Overload: Generative AI for Integrated EHR and RPM Data Analysis
Google（谷歌）
本文首次综述了生成式AI（尤其是大语言模型）在整合远程患者监测数据与电子健康记录、缓解临床医生信息过载、提升诊疗效率方面的应用、潜力及面临的多重挑战。
2025-08-26 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
Learnable Prompt as Pseudo-Imputation: Rethinking the Necessity of Traditional EHR Data Imputation in Downstream Clinical Prediction
Peking University（北京大学）；School of Computer Science（计算机学院）；School of Software and Microelectronics（软件与微电子学院）；Center on Frontiers of Computing Studies（计算前沿研究中心）；National Engineering Research Center for Software Engineering（国家软件工程工程研究中心）；Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术学院（天津滨海））
本文提出可学习提示作为伪插补（PAI）的新训练协议，以可学习提示建模下游模型对缺失值的隐式偏好，替代传统 EHR 插补模型，在多个临床预测任务和数据集上显著提升现有模型性能并具有更强鲁棒性。
2025-03-13 cs.LG
Deep EHR: A Survey of Recent Advances in Deep Learning Techniques for Electronic Health Record (EHR) Analysis
University of Florida（佛罗里达大学）
在过去的十年中，电子健康记录（EHR）中存储的数字信息量呈爆炸式增长。虽然主要设计用于归档患者临床信息和管理医疗保健任务，但许多研究人员发现这些记录可用于各种临床信息学任务。在同一时期，机器学习社区已经看到了深度学习技术的广泛进步，这些技术也已成功应用于大量的EHR数据。在本文中，我们回顾了这些深度EHR系统，检查架构，技术方面和临床应用。我们还确定了当前技术的缺点，并讨论了未来基于EHR的深度学习研究的途径。
2018-02-24 cs.LG stat.ML
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
Application of Clinical Concept Embeddings for Heart Failure Prediction in UK EHR data
University College London（伦敦大学学院）
电子健康记录（EHR）越来越多地用于构建疾病风险预测模型。然而，EHR数据的特征工程是具有挑战性的，由于其高度的维度和异构性。EHR数据的低维表示可以潜在地缓解这些挑战。在本文中，我们使用全局向量（GloVe）学习词嵌入的诊断和程序记录使用13万本体术语在270万住院在英国国家电子病历。我们证明了这些嵌入的效用，通过评估他们的表现，在确定患者的风险较高的充血性心力衰竭住院治疗。我们的研究结果表明，嵌入可以创建强大的EHR衍生疾病风险预测模型，并解决与手动临床特征工程相关的一些限制。
2018-11-28 cs.CL cs.LG stat.ML
From Basic to Extra Features: Hypergraph Transformer Pretrain-then-Finetuning for Balanced Clinical Predictions on EHR
Emory University（埃默里大学）；University of Pennsylvania（宾夕法尼亚大学）
本文提出HTP-Star，通过超图Transformer预训练-微调框架建模EHR数据，并结合平滑性诱导正则化与分组均衡重加权技术，在基础特征与额外特征患者之间实现均衡且更优的临床预测。
2024-06-09 cs.AI cs.LG
EHRWorld: A Patient-Centric Medical World Model for Long-Horizon Clinical Trajectories
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）
EHRWorld通过因果序列范式训练，有效解决长周期临床模拟中的误差累积问题，提升医疗世界模型的稳定性与可靠性。
2026-02-03 cs.AI cs.LG
Understanding Heart-Failure Patients EHR Clinical Features via SHAP Interpretation of Tree-Based Machine Learning Model Predictions
University of Pittsburgh（匹兹堡大学）；Beijing Information Science & Technology University（北京信息科技大学）；University of Pittsburgh Medical Center（匹兹堡大学医学中心）；Astrata Solutions（阿斯特拉塔解决方案公司）
心力衰竭（HF）是死亡的主要原因。准确监测HF进展和调整治疗对于改善患者结局至关重要。经验丰富的心脏病专家可以根据患者电子健康记录（EHR）中的症状、体征和实验室结果的组合做出准确的HF分期诊断，而无需直接测量心脏功能。我们研究了机器学习模型，更具体地说是XGBoost模型，是否可以基于EHR准确地预测患者阶段，我们进一步应用SHapley加法解释（SHAP）框架来识别信息特征及其解释。我们的研究结果表明，基于EHR的结构化数据，我们的模型可以预测患者的射血分数（EF）评分，具有中等的准确性。SHAP分析确定了信息特征并揭示了HF的潜在临床亚型。我们的研究结果为如何设计计算系统提供了见解，以通过持续挖掘患者的EHR数据来准确监测HF患者的疾病进展。
2021-03-20 cs.LG stat.AP
Prediction of 30-day hospital readmission with clinical notes and EHR information
Institute for Systems and Robotics（系统与机器人研究所）；Instituto Superior Técnico（高等技术学院）
本研究结合临床笔记和EHR信息，利用图神经网络预测30天医院再入院，模型达到0.72的AUROC和66.7%的平衡准确率，证明了多模态信息融合的重要性。
2025-03-29 cs.CV cs.LG
Graph-Text Multi-Modal Pre-training for Medical Representation Learning
KAIST（韩国科学技术院）；Seoul National University Bundang Hospital（首尔大学盆唐医院）
随着电子健康记录（EHR）数量的急剧增长，人们对学习EHR在医疗保健应用中的表示产生了兴趣。EHR的表示学习需要对EHR中的两种主要模态进行适当的建模：结构化数据和非结构化文本。在本文中，我们提出了MedGTX，一个预训练模型的结构化和文本EHR数据的多模态表示学习。MedGTX使用一种新的图形编码器来利用结构化EHR数据的图形特性，使用一个文本编码器来处理非结构化文本，使用一个跨模态编码器来学习联合表示空间。我们通过MIMIC-III（一种开源EHR数据）上的四个代理任务对我们的模型进行了预训练，并在两个临床基准和三个新的下游任务上对我们的模型进行了评估，这些任务解决了EHR数据中的现实问题。结果一致表明，预训练模型的有效性，从EHR的结构化和非结构化信息的联合表示。鉴于MedGTX的良好表现，我们相信这项工作为共同理解EHR数据的两种基本模式打开了一扇新的大门。
2022-03-18 cs.CL cs.LG
Autoregressive EHR Foundation Models with Multimodal Inputs
研究在自回归电子健康记录基础模型中纳入多模态的方法，通过特定模态潜在压缩和门控交叉注意力框架，研究压缩单模态序列及预训练编码器选择对性能的影响，实验表明精心设计架构及临床评估的必要性。
2026-07-27 cs.LG
EHR2Trace: Auditable EHR Data Infrastructure for Patient World Models and Clinical Agents
University of Colorado Anschutz School of Medicine（科罗拉多大学安舒茨医学院）；Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院）
EHR2Trace将异构电子健康记录转换为可追踪事件，支持模型训练与评估，并通过分离事件时间与信息可用性、自动化验证，提升临床智能体的数据可靠性与可审计性。
2026-10-01 cs.AI cs.DB cs.LG
Temporal Entailment Pretraining for Clinical Language Models over EHR Data
本文提出面向EHR数据的时序蕴含预训练目标，将EHR片段构建为时序句子对以训练模型进行潜在临床推理，在时序临床问答、早期预警预测和疾病进展建模任务上取得最优结果。
2025-04-25 cs.CL cs.LG
Multi-Label Clinical Time-Series Generation via Conditional GAN
Stevens Institute of Technology（史蒂文斯理工学院）；Virginia Tech（弗吉尼亚理工大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
提出MTGAN模型，利用条件GAN和GRU生成多标签临床时间序列数据，通过Wasserstein距离和稳定训练策略，有效提升罕见疾病数据的生成质量。
2023-08-31 cs.LG
Integrated Convolutional and Recurrent Neural Networks for Health Risk Prediction using Patient Journey Data with Many Missing Values
Flinders University（弗林德斯大学）；RMIT University（皇家墨尔本理工大学）；UC Davis（加州大学戴维斯分校）；Northwest A&F University（西北农林科技大学）；UNSW（新南威尔士大学）
近年来，使用电子健康记录（EHR）预测患者的健康风险引起了相当大的关注，特别是随着深度学习技术的发展。健康风险是指特定患者发生特定健康结果的概率。预测的风险可用于支持医疗保健专业人员的决策。EHR是结构化的患者旅程数据。每个患者旅程包含按时间顺序排列的一组临床事件，并且在每个临床事件内，存在一组临床/医疗活动。由于患者状况和治疗需求的变化，EHR患者旅程数据具有固有的高度缺失，其包含影响变量之间关系的重要信息，包括时间。现有的基于深度学习的模型在学习关系时为缺失值生成估算值。然而，EHR患者行程数据中的插补数据可能会扭曲原始EHR患者行程数据的临床意义，导致分类偏倚。本文提出了一种新的端到端的方法来建模EHR病人旅程数据集成卷积和循环神经网络。我们的模型可以捕获每个患者旅程中的长期和短期时间模式，并有效地处理EHR数据中的高度缺失，而无需生成任何插补数据。在两个真实数据集上使用该模型的广泛实验结果表明，与现有的最先进的基于插补的预测方法相比，该模型具有强大的性能和卓越的预测精度。
2022-11-14 cs.LG
Improving Hospital Risk Prediction with Knowledge-Augmented Multimodal EHR Modeling
Department of Computer Science, University of Virginia（大学计算机科学系）；University of Virginia School of Medicine（弗吉尼亚大学医学院）；Virginia Polytechnic Institute and State University（弗吉尼亚理工学院和州立大学）；Biocomplexity Institute and Initiative, University of Virginia（大学生物复杂性研究所）；Division of Infectious Diseases & International Health, University of Virginia School of Medicine（大学感染性疾病与国际卫生分会）
本文提出一个两阶段多模态EHR建模框架，先用微调LLM结合图检索外部医学知识处理临床笔记，再融合结构化数据特征，在30天再入院和院内死亡率预测上分别取得0.84和0.92的AUC，优于现有基线和临床评分系统。
2025-08-27 cs.LG
A Clinical Point Cloud Paradigm for In-Hospital Mortality Prediction from Multi-Level Incomplete Multimodal EHRs
Beihang University（北京航空航天大学）；The Hong Kong Polytechnic University（香港理工大学）
本文提出HealthPoint范式，通过统一的4D空间表示多级不完整多模态EHRs，引入低秩关系注意力机制和分层交互策略，实现灵活的事件级交互与细粒度自监督，提升模态恢复和未标记数据利用效率，实验表明其在风险预测中性能优异。
2026-10-08 cs.AI cs.LG
Bridging the EHR Divide: Asymmetric Contrastive Learning for Cross-National Medical Representation Transfer
Carnegie Mellon University（卡内基梅隆大学）
针对跨国EHR表征迁移，提出非对称监督对比学习预训练目标，在NHIRD上预训练并迁移至美国数据集，显著提升少样本疾病预测性能。
2026-10-07 cs.LG
Multimodal Fusion of EHR in Structures and Semantics: Integrating Clinical Records and Notes with Hypergraph and LLM
Emory University（埃默里大学）；Zhejiang University（浙江大学）
提出MINGLE框架，通过两级注入策略融合EHR结构与语义，利用超图神经网络学习交互，在MIMIC-III和CRADLE上相对提升预测性能11.83%。
2024-02-19 cs.AI cs.CL cs.LG
Generating Synthetic Mixed-type Longitudinal Electronic Health Records for Artificial Intelligent Applications
Zhejiang University（浙江大学）；University of Oxford（牛津大学）
最近电子健康记录（EHR）的可用性为开发人工智能（AI）算法提供了巨大的机会。然而，患者隐私已成为一个主要问题，限制了医院环境中的数据共享，从而阻碍了人工智能的进步。合成数据受益于生成模型的发展和扩散，已成为真实患者EHR数据的有前途的替代品。然而，当前的生成模型是有限的，因为它们仅为合成患者生成单一类型的临床数据，即，连续值或离散值。为了模拟包含各种数据类型/来源的临床决策的性质，在这项研究中，我们提出了一个生成对抗网络（GAN），名为EHR-M-GAN，它同时合成混合类型的时间序列EHR数据。EHR-M-GAN能够捕获患者轨迹中的多维、异构和相关的时间动态。我们在三个公开的重症监护病房数据库上验证了EHR-M-GAN，这些数据库共有141，488名独特患者的记录，并对所提出的模型进行了隐私风险评估。EHR-M-GAN已经证明了其在高保真度合成临床时间序列方面优于最先进的基准，同时解决了当前生成模型中有关数据类型和维度的限制。值得注意的是，当训练数据增加EHR-M-GAN生成的时间序列时，重症监护结果的预测模型表现得更好。EHR-M-GAN可用于在资源有限的环境中开发AI算法，降低数据采集的障碍，同时保护患者隐私。
2023-01-31 cs.LG
Reinforcement Learning over Patient Trajectories for Clinical Reasoning in EHR Foundation Models
MIT（麻省理工学院）；Microsoft Research（微软研究院）
针对EHR基础模型临床推理受限的问题，提出强化学习微调框架，通过时间感知奖励优化轨迹生成，使小模型在数据有限时超越大模型并实现跨任务正向迁移。
2026-11-11 cs.AI cs.CY cs.LG
Learning Representations from Incomplete EHR Data with Dual-Masked Autoencoding
Massachusetts Institute of Technology（麻省理工学院）；EPFL（苏黎世联邦理工学院）；Harvard University（哈佛大学）；Beth Israel Deaconess Medical Center（贝塞斯达医院）
AID-MAE通过双掩码技术直接从不完整EHR时间序列中学习表示，有效提升临床任务性能并实现患者群体的自然分层。
2026-08-12 cs.LG
Generating Clinically Realistic EHR Data via a Hierarchy- and Semantics-Guided Transformer
University of Queensland（昆士兰大学）
本文提出 HiSGT 框架，融合临床代码层次图嵌入与 ClinicalBERT 语义嵌入以生成高保真 EHR，并在 MIMIC-III/IV 上验证其统计一致性和下游任务效用。
2025-07-25 cs.AI cs.LG
CEHR-BERT: Incorporating temporal information from structured EHR data to improve prediction tasks
Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心）；Geisinger（盖辛格）
嵌入算法越来越多地用于表示医疗保健中的临床概念，以改进机器学习任务，例如临床表型和疾病预测。最近的研究已经将最先进的双向编码器表示从Transformers（BERT）架构调整为结构化电子健康记录（EHR）数据，以用于生成情境化概念嵌入，但没有完全合并跨多个临床领域的时间数据。因此，我们开发了一个新的BERT适应，CEHR-BERT，将时间信息使用混合的方法，通过增加输入到BERT使用人工时间令牌，结合时间，年龄和概念嵌入，并引入一个新的第二个学习目标访问类型。CEHR-BERT在哥伦比亚大学欧文医学中心-约克长老会医院的临床数据子集上进行了训练，其中包括240万名患者，跨越30年，并使用4倍交叉验证对以下预测任务进行了测试：住院，死亡，新发心力衰竭（HF）诊断和HF再入院。我们的实验表明，CEHR-BERT在ROC-AUC和PR-AUC的所有4个预测任务中均优于现有的最先进的临床BERT适应和基线模型。CEHR-BERT还展示了强大的迁移学习能力，因为我们的模型只训练了5%的数据，优于在整个数据集上训练的比较模型。消融研究，以更好地了解每个时间成分的贡献显示每个元素的增量收益，这表明CEHR-BERT的人工时间令牌，时间和年龄嵌入与概念嵌入的结合，以及第二个学习目标的增加代表了未来基于BERT的临床嵌入的一种有前途的方法。
2021-11-10 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
Improving Pediatric Emergency Department Triage with Modality Dropout in Late Fusion Multimodal EHR Models
Stanford University（斯坦福大学）
本文提出一种晚期融合多模态架构，结合XGBoost和Bio_ClinicalBERT处理结构化数据和非结构化文本，通过逻辑回归元分类器预测急诊严重程度指数，通过模态脱落提升模型在儿科群体中的泛化能力。
2026-04-10 cs.LG
DynaGraph: Interpretable Multi-Label Prediction from EHRs via Dynamic Graph Learning and Contrastive Augmentation
DynaGraph提出一种端到端可解释的对比动态图模型，学习多变量EHR时间序列动态，在四个临床数据集上显著提升平衡准确率和敏感性，并通过伪注意力指示协变量重要性。
2025-03-28 cs.LG
Coefficient of Variation Masking: A Volatility-Aware Strategy for EHR Foundation Models
Massachusetts Institute of Technology (MIT)（麻省理工学院）；Technical University of Munich (TUM)（慕尼黑技术大学）；MICS CentraleSupélec – Université Paris-Saclay（巴黎萨克雷大学CentraleSupélec研究所）；Harvard Medical School（哈佛医学院）；Beth Israel Deaconess Medical Center（贝斯以色列医疗中心）；Institute of Pathology Technical University of Munich（慕尼黑技术大学病理研究所）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本文提出CV-Masking策略，通过考虑特征波动性改进EHR基础模型的预训练，提升重建性能和下游任务表现。
2025-12-04 cs.LG
Multimodal Deep Learning for Early Prediction of Patient Deterioration in the ICU: Integrating Time-Series EHR Data with Clinical Notes
本文提出一种多模态深度学习方法，结合结构化时间序列数据和非结构化临床笔记，用于预测ICU患者恶化。模型在MIMIC-IV数据库上训练，测试集AUROC达0.7857，临床笔记提升AUROC2.5个百分点。
2026-03-16 cs.LG
sEHR-CE: Language modelling of structured EHR data for efficient and generalizable patient cohort expansion
BenevolentAI（BenevolentAI（仁慈人工智能公司））
电子健康记录（EHR）为深入的临床表型分析和临床结果预测提供了前所未有的机会。综合多种数据来源对于全面了解疾病流行率、发病率和发展轨迹至关重要。结合临床数据的标准方法涉及使用策划地图在不同术语系统中整理临床术语，这些地图通常不准确和/或不完整。在这里，我们提出了sEHR-CE，一个新的框架，基于Transformers，使集成的表型和异构临床数据集的分析，而不依赖于这些映射。我们使用文本描述符的概念统一临床术语，并表示个人的EHR作为文本的部分。然后，我们微调预训练的语言模型，以比非文本和单一术语方法更准确地预测疾病表型。我们使用英国生物银行（一项大规模研究）的初级和二级医疗数据验证了我们的方法。最后，我们在一个2型糖尿病使用案例中说明了sEHR-CE如何识别与患者具有相同临床特征的未诊断个体。
2022-11-30 cs.CL cs.LG stat.AP
Early GVHD Prediction in Liver Transplantation via Multi-Modal Deep Learning on Imbalanced EHR Data
针对肝移植中致命的GVHD并发症早期预测难题，本研究提出可动态融合多模态EHR、处理缺失值与类别不平衡的多模态深度学习框架，在真实临床队列上取得优于基线的预测性能。
2025-11-06 cs.AI cs.LG
Revealing Treatment Non-Adherence Bias in Clinical Machine Learning Using Large Language Models
UC Berkeley and UCSF（伯克利大学和旧金山加州大学）
本文研究了治疗不依从如何通过EHR数据引入隐性偏差，影响因果推断和预测模型。通过LLM提取临床笔记，发现21.7%患者存在药物不依从，揭示了与不依从相关的关键因素及患者报告的原因，强调了在开发负责任且公平的临床机器学习系统中考虑治疗不依从的重要性。
2025-04-20 cs.LG
Context Clues: Evaluating Long Context Models for Clinical Prediction Tasks on EHRs
Stanford University（斯坦福大学）；Prealize Health（普瑞拉利兹健康）
该研究首次系统评估上下文长度对电子健康记录（EHR）数据建模的影响，验证了长上下文模型（如基于Mamba的模型）在EHRSHOT基准上的性能优势及对EHR三类独特属性的更强鲁棒性，为EHR长序列建模提供了参考。
2025-03-18 cs.AI cs.CE cs.LG
Benchmarking with MIMIC-IV, an irregular, spare clinical time series dataset
HCLTech
针对热门EHR数据集MIMIC缺乏结合深度学习前沿成果的基准测试的问题，本研究为最新版MIMIC-IV提供基准测试，并完成了MIMIC-III相关研究的详细文献调研。
2024-01-27 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
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
Contrastive Learning on Multimodal Analysis of Electronic Health Records
Harvard T.H. Chan School of Public Health（哈佛T.H. 柏林公共卫生学院）；Harvard Medical School（哈佛医学院）；Rutgers University（罗格斯大学）；National University of Singapore（新加坡国立大学）
研究针对电子健康记录多模态数据传统分析方法不足，提出多模态特征嵌入生成模型及对比损失来学习特征表示，经理论分析、模拟研究和真实数据验证，该方法有效且具隐私保护特性，展现了多模态学习优势。
2026-07-13 cs.LG stat.ML
Clinical Deterioration Prediction in Brazilian Hospitals Based on Artificial Neural Networks and Tree Decision Models
Robô Laura；University of São Paulo（圣保罗大学）；Pontifical Catholic University of Parana（巴拉那天主教大学）；Federal University of Parana（巴拉那联邦大学）
早期识别临床恶化（CD）对患者从恶化或死亡中生存至关重要。电子健康记录（EHR）数据已被广泛用于早期预警评分（EWS），以衡量住院患者的CD风险。最近，EHR数据已被用于机器学习（ML）模型中，以预测死亡率和CD。与EWS相比，ML模型在CD预测方面表现出优越的性能。由于EHR数据是结构化的和表格式的，传统的ML模型通常被应用于它们，并且较少的努力被投入到评估人工神经网络对EHR数据的性能。因此，在本文中，使用极端提升神经网络（XBNet）来预测CD，并将其性能与极端梯度提升（XGBoost）和随机森林（RF）模型进行比较。为此，来自13家巴西医院的103，105个样本用于生成模型。此外，主成分分析（PCA），以验证它是否可以提高所采用的模型的性能。ML模型和改进的早期预警评分（MEWS），一个EWS候选者的性能，在CD预测中进行了评估，包括准确度，精度，召回率，F1评分和几何平均值（G均值）指标，采用10倍交叉验证方法。实验结果表明，XGBoost模型在巴西医院数据中预测CD的效果最好。
2022-12-17 cs.LG
medDreamer: Model-Based Reinforcement Learning with Latent Imagination on Complex EHRs for Clinical Decision Support
National University of Singapore（新加坡国立大学）
medDreamer通过结合潜在想象和自适应特征集成模块，实现基于复杂电子病历的模型驱动强化学习，以提升个性化治疗推荐的性能。
2025-12-02 cs.AI cs.LG
Machine Learning Approaches to Clinical Risk Prediction: Multi-Scale Temporal Alignment in Electronic Health Records
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of California, Berkeley（加州大学伯克利分校）；University of Massachusetts Boston（马萨诸塞大学波士顿分校）
本研究提出基于多尺度时间对齐网络的临床风险预测方法，通过多尺度卷积和注意力机制提升EHR中异步时间序列的建模能力。
2025-11-26 cs.LG
FedEHR-Agents: Federated Agentic Optimization for Automated EHR Modeling
School of Computer Science, McGill University（麦吉尔大学计算机科学学院）；Mila – Quebec AI Institute（米拉-魁北克人工智能研究所）
针对医院EHR数据隐私与协作局限，提出以经验为中心的FedEHR-Agents框架，通过联邦智能体聚合建模经验，在多医院EHR基准上的临床预测任务中表现优于基线方法。
2026-08-31 cs.AI cs.LG cs.MA
Knowledge-Induced Medicine Prescribing Network for Medication Recommendation
Korea University（高丽大学）
本文提出知识诱导药物处方网络KindMed，通过将外部医学知识构建为知识图谱并结合分层序列学习融合临床与药物时序动态，实现个性化药物推荐，并在真实EHR数据上验证了其优于图驱动基线的性能。
2024-06-12 cs.LG
SAVEHR: Self Attention Vector Representations for EHR based Personalized Chronic Disease Onset Prediction and Interpretability
Amazon Web Services Inc（亚马逊网络服务公司）；Cerner Corporation（塞纳公司）
慢性疾病进展正在成为医疗保健提供者投资的一个重要领域。随着机器学习的进步，可用临床数据的数量和丰富性不断增加，我们有很大的潜力来改进我们护理患者的方法。解决这个问题的理想方法应该在至少三个方面产生良好的性能，即：a）在许多临床条件下执行，而不需要深入的临床专业知识或大量的数据科学家工作，b）在人群中推广，c）可解释（模型可解释性）。我们提出了SAVEHR，一种基于异构结构化EHR数据的基于自我注意力的架构，在提前15个月预测四种临床疾病（CHF、肾衰竭、糖尿病和COPD）的发作时，该架构实现了$>$ 0.51 AUC-PR和$>$ 0.87 AUC-ROC增益，并以高性能转移到新人群中。我们证明了SAVEHR模型在所有三个轴上都优于十个基线。
2019-11-13 cs.AI cs.LG
Multimodal Learning for Cardiovascular Risk Prediction using EHR Data
University Medical Center Utrecht（乌得勒支大学医学中心）；Utrecht University（乌得勒支大学）；University College London（伦敦大学学院）；Health Data Research UK（英国健康数据研究所）
电子健康记录（EHR）包含具有重要临床和研究价值的结构化和非结构化数据。已经开发了各种机器学习方法来将EHR中的信息用于风险预测。然而，这些尝试中的大多数都集中在结构化的EHR字段上，并在非结构化文本中丢失了大量信息。为了利用EHR中捕获的潜在信息，在这项研究中，我们提出了一个多模态循环神经网络模型，用于心血管风险预测，该模型集成了医学文本和结构化临床信息。所提出的多模态双向长短期记忆（BiLSTM）模型将词嵌入与经典临床预测因子连接起来，然后将其应用于最终的完全连接的神经网络。在实验中，我们比较了不同深度神经网络（DNN）架构的性能，包括卷积神经网络和长短期记忆在使用临床变量和胸部X射线放射学报告的场景中。通过对具有明显血管疾病或心血管疾病高风险的真实世界患者的数据集进行评估，提出的BiLSTM模型展示了最先进的性能，并优于其他DNN基线架构。
2020-08-27 cs.LG eess.SP stat.ML
Simple Recurrent Neural Networks is all we need for clinical events predictions using EHR data
School of Biomedical Informatics, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心生物医学信息学院）；School of Public Health, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心公共卫生学院）；School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）；Computer Science Department, School of Engineering, Rice University（莱斯大学工程学院计算机科学系）
最近，人们对研究深度学习模型在使用电子健康记录（EHR）数据预测临床事件中的应用产生了极大的兴趣。在EHR数据中，患者的病史通常表示为一系列访问，每次访问包含多个事件。因此，为序列建模开发的深度学习模型，如循环神经网络（RNN），是基于EHR的临床事件预测模型的常见架构。虽然在文献中提出了各种各样的RNN模型，但目前还不清楚复杂的架构创新是否会提供卓越的预测性能。为了推动这一领域的发展，需要对各种方法进行严格的评估。在这项研究中，我们在EHR数据建模中对RNN架构进行了全面的基准测试。我们使用了两个预测任务：发生心力衰竭的风险和住院患者早期再入院的风险。我们发现，简单的门控RNN模型，包括GRU和LSTM，在使用贝叶斯优化进行适当调整时，通常会提供有竞争力的结果，这与自然语言处理（NLP）领域的研究结果相似。为了重现性，我们的代码库在https://github.com/ZhiGroup/pytorch_ehr上共享。
2021-10-03 cs.AI cs.CL 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
Augmented Curation of Unstructured Clinical Notes from a Massive EHR System Reveals Specific Phenotypic Signature of Impending COVID-19 Diagnosis
Mayo Clinic（梅奥诊所）；nference（恩弗伦斯公司）
了解COVID-19患者表型的时间动态对于获得病理生理学的精细分辨率是必要的。在这里，我们在机构范围的机器智能平台上使用最先进的深度神经网络，对来自30,494名接受COVID-19 PCR诊断检测的患者的1580万份临床记录进行了增强管理。通过对比电子健康记录（EHR）衍生的COVID-19阳性患者的临床表型，（COVID阳性，n=635）与COVID-19阴性（COVID阴性，n= 29，859）患者在PCR检测日期前一周的每一天，我们确定嗅觉丧失/味觉障碍（37.4倍），肌痛/关节痛（2.6倍），腹泻（2.2倍），发热/寒战（2.1倍），呼吸困难（1.9倍）和咳嗽（1.8倍），在COVID阳性患者中比COVID阴性患者显著扩增。在PCR检测前一周，COVID阳性患者的咳嗽和腹泻的特定组合扩增了3.2倍，并与嗅觉丧失/味觉障碍一起构成了COVID-19最早的EHR衍生特征（典型PCR检测日期前4-7天）。本研究介绍了一个增强智能平台，用于实时合成EHR中捕获的机构知识。该平台具有扩大治疗吞吐量的巨大潜力，对重新训练底层神经网络的需求最小，因此有望为广泛的疾病提供EHR动力的早期诊断。
2020-04-28 cs.IR cs.LG q-bio.QM
EHRSHOT: An EHR Benchmark for Few-Shot Evaluation of Foundation Models
Stanford University（斯坦福大学）；Stanford Healthcare（斯坦福医疗中心）
该研究发布 EHRSHOT 纵向 EHR 数据集、CLMBR-T-base 模型权重及 15 项少样本临床预测任务，为医疗基础模型提供可复现的评估基准。
2023-12-11 cs.AI cs.CL 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
