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
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
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
Drugs Resistance Analysis from Scarce Health Records via Multi-task Graph Representation
Hong Kong Polytechnic University（香港理工大学）；Sony AI（索尼人工智能）；Nara Institute of Science and Technology（奈良先端科学技術大学院大学）；University of Alberta（阿尔伯塔大学）；Osaka University（大阪大学）
临床医生通过有经验的眼睛查看病人的健康记录来开抗生素。然而，如果患者具有耐药性，则治疗可能无效。确定耐药性需要耗时的实验室水平的测试，而由于构成健康记录的分类或二元医疗事件，以自动化的方式应用临床医生的诊断是困难的。在本文中，我们提出了一种新的框架，快速临床干预，通过查看健康记录的图形，其节点映射到医疗事件和边缘事件之间的对应关系，在给定的时间窗口。然后提出了一种新的基于图的模型来提取信息特征，并从这些高维和稀缺的图中产生自动化的耐药性分析。该方法将多任务学习集成到一个通用的特征提取图编码器中，用于同时分析多种药物以及稳定学习。在包含超过110，000名尿路感染患者的大规模数据集上，我们验证了所提出的方法能够在耐药性预测问题上获得优异的性能。此外，还可以基于模型抗性分析来进行对实验室水平测试有利的自动化药物推荐。
2023-03-08 cs.AI cs.LG
Recent Advances in Predictive Modeling with Electronic Health Records
Pennsylvania State University（宾夕法尼亚州立大学）；GE Healthcare（GE医疗）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本综述系统梳理基于深度学习的电子健康记录预测建模最新进展，介绍背景与任务定义，分类总结模型，列出相关基准与工具，探讨挑战并指明未来方向。
2024-08-13 cs.AI cs.LG
A Federated Learning-based Industrial Health Prognostics for Heterogeneous Edge Devices using Matched Feature Extraction
Singapore University of Technology and Design（新加坡科技设计大学）；Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局（A*STAR）前沿人工智能研究中心）；Chongqing University（重庆大学）；Nanyang Technological University（南洋理工大学）
针对边缘设备数据异构性挑战，提出一种基于特征相似度匹配参数聚合的联邦学习工业健康预测模型，通过选择性平均相似神经元保留本地特征，在电池和发动机数据上显著提升了预测精度。
2023-05-18 cs.AI cs.LG
Deep EHR Spotlight: a Framework and Mechanism to Highlight Events in Electronic Health Records for Explainable Predictions
IBM Research Europe（IBM欧洲研究院）；Monash University（莫纳什大学）；University of Oxford（牛津大学）
电子健康记录（EHR）的广泛采用导致了大量的临床数据变得可用，这有望支持服务提供并推进临床和信息学研究。深度学习技术已经在使用EHR的预测分析任务中表现出性能，但它们通常缺乏模型结果透明度或可解释性功能，并且需要繁琐的预处理任务。此外，EHR包含异构和多模态数据点，如文本，数字和时间序列，这进一步阻碍了可视化和可解释性。本文提出了一个深度学习框架，用于：1）将患者路径从EHR编码到图像中，2）突出路径图像中的重要事件，3）实现更复杂的预测和额外的可理解性。所提出的方法依赖于一个深注意力机制的预测可视化，并允许预测多个连续的结果。
2021-03-25 cs.AI cs.LG
Automated Fusion of Multimodal Electronic Health Records for Better Medical Predictions
Pennsylvania State University（宾夕法尼亚州立大学）；Dalian University of Technology（大连理工大学）；Stony Brook University（石溪大学）
针对多模态EHR建模依赖手工架构的问题，本文提出AutoFM神经架构搜索框架，自动搜索模态编码与融合架构，并在真实数据上验证其性能与架构发现能力。
2024-01-20 cs.AI cs.LG
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
MedDiff: Generating Electronic Health Records using Accelerated Denoising Diffusion Model
Harvard University（哈佛大学）；Emory University（埃默里大学）
由于对患者隐私保护的担忧，医疗保健领域的机器学习研究比其他应用领域缓慢且有限。可以利用高质量、真实的合成电子健康记录（EHR）来加速用于研究目的的方法开发，同时减轻与数据共享相关的隐私问题。目前最先进的合成EHR生成模型是生成对抗网络，这是出了名的难以训练，并可能遭受模式坍塌。去噪扩散概率模型是一类受统计热力学启发的生成模型，最近已被证明可以在某些领域生成高质量的合成样本。目前还不清楚这些是否可以推广到大规模，高维EHR的生成。在本文中，我们提出了一种新的生成模型的基础上扩散模型，这是第一个成功的应用于电子健康档案。我们的模型提出了一种机制来执行类条件采样，以保留标签信息。我们还引入了一种新的采样策略，以加快推理速度。我们的经验表明，我们的模型优于现有的最先进的合成EHR生成方法。
2023-02-08 cs.AI cs.CR 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
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
A Multifaceted Benchmarking of Synthetic Electronic Health Record Generation Models
Vanderbilt University Medical Center（范德比尔特大学医学中心）；Sage Bionetworks；Vanderbilt University（范德比尔特大学）；University of Washington（华盛顿大学）；Tempus Labs
合成健康数据有可能在共享数据以支持生物医学研究和创新医疗应用开发时减轻隐私问题。基于机器学习的现代数据生成方法，特别是生成对抗网络（GAN）方法，继续发展并展示出巨大的潜力。然而，缺乏一个系统的评估框架来衡量方法的出现，并确定哪些方法最适合哪些用例。在这项工作中，我们引入了一个可推广的基准框架来评估合成健康数据的实用性和隐私指标的关键特征。我们应用该框架来评估电子健康记录（EHR）数据的合成数据生成方法，这些数据来自两个大型学术医疗中心的几个用例。结果表明，有一个实用性和隐私的权衡共享合成EHR数据。结果进一步表明，在每个用例中，没有一种方法在所有标准上都是明确的最佳方法，这使得为什么合成数据生成方法需要在上下文中进行评估变得显而易见。
2022-08-02 cs.AI cs.CY 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
Mining Heterogeneous Multivariate Time-Series for Learning Meaningful Patterns: Application to Home Health Telecare
在过去的几年里，时间序列挖掘已经成为研究人员的一个具有挑战性的问题。一个重要的应用在于大多数监控目的，这需要分析大量的时间序列来学习通常的模式。任何偏离该学习到的配置文件的情况都被认为是意外情况。此外，复杂的应用程序可能涉及到几个异构参数的时间研究。在这篇论文中，我们提出了一种方法来挖掘异构多元时间序列学习有意义的模式。所提出的方法允许混合的时间序列-包含模式和非模式数据-如不精确的匹配，离群值，拉伸和全球翻译的模式实例的时间。我们提出的早期结果，我们的方法在监测一个人在家里的健康状况的背景下。目的是通过分析通过安装在家中的传感器记录的几个定量或定性参数的时间变化来建立人的行为特征。
2004-12-01 cs.LG
A latent topic model for mining heterogenous non-randomly missing electronic health records data
MIT（麻省理工学院）
电子健康档案（EHR）是病人健康信息的丰富、异构的集合，它的广泛应用为系统化的健康数据采掘提供了巨大的机遇。然而，异构的EHR数据类型和有偏的确定施加计算挑战。在这里，我们提出了mixEHR，一个无监督的生成模型，集成了协同过滤和潜在主题模型，它使用潜在疾病主题分布联合建模数据观察偏差和实际数据的离散分布。我们将mixEHR应用于来自MIMIC数据集的1280万个表型观察结果，并使用它来揭示潜在的疾病主题，解释EHR结果，估算缺失数据，并预测重症监护病房的死亡率。使用模拟和真实数据，我们表明mixEHR优于以前的方法，并揭示了有意义的多疾病见解。
2018-11-01 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
CEHR-GPT: Generating Electronic Health Records with Chronological Patient Timelines
Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心）；Observational Health Data Sciences and Informatics（观察性健康数据科学与信息学机构）
本文提出CEHR-GPT方法，利用CEHR-BERT衍生的患者表示训练GPT模型，生成可转换为OMOP格式且保留时间依赖性的合成电子健康记录。
2024-05-06 cs.AI cs.CY 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
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
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
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
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
Time-Guided High-Order Attention Model of Longitudinal Heterogeneous Healthcare Data
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
由于电子病历数据分析在慢性病管理和个性化医疗方面的潜在应用，引起了研究者和实践者的广泛关注。纵向异构EHR数据建模面临三个主要挑战：异构性、不规则时间性和可解释性。一系列深度学习方法在解决这些挑战方面取得了显著进展。然而，大多数现有的注意力模型依赖于捕捉特征元素之间的一阶时间依赖关系或二阶多模态关系。在本文中，我们提出了一个时间引导的高阶注意（TGHOA）模型。该方法有三大优点。(1)它可以通过捕获不同模态的三阶相关性和历史事件的不规则时间影响来建模纵向异构EHR数据。(2)它可用于识别医疗特征的潜在问题，以解释医疗保健模型的推理过程。(3)它可以很容易地扩展到更多模态的情况下，并灵活地应用于不同的预测任务。我们在两个真实世界的EHR数据集上评估了所提出的方法在死亡率预测和疾病排名两个任务中的效果。大量的实验结果表明了该模型的有效性。
2019-11-28 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
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
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
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
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
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
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
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
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
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
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
Generative Adversarial Networks for Electronic Health Records: A Framework for Exploring and Evaluating Methods for Predicting Drug-Induced Laboratory Test Trajectories
Columbia University（哥伦比亚大学）
生成对抗网络（GANs）代表了一类将神经网络与博弈论相结合的有前途的生成网络。从生成逼真的图像和视频到辅助音乐创作，GANs正在改变许多艺术和科学领域。然而，它们在医疗保健方面的应用尚未完全实现，更具体地说，在生成电子健康记录（EHR）数据方面。在本文中，我们提出了一个框架，用于在连续实验室时间序列数据的背景下探索GANs的价值。我们设计了一个无监督的评估方法，衡量合成实验室测试时间序列的预测能力。此外，我们表明，在预测药物暴露对实验室测试数据的影响时，在训练GAN模型之前结合训练队列的表示学习是有益的。
2017-12-01 cs.LG stat.ML
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
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
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
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
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
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
