用于心衰患者重入院預(yù)測(cè)的LSTM模型

摘要： 電子健康記錄(EHR)中蘊(yùn)含著豐富的語(yǔ)義信息，目前對(duì)EHR的數(shù)據(jù)挖掘主要基于傳統(tǒng)機(jī)器學(xué)習(xí)方法，涉及大量人工特征工程。但由于EHR數(shù)據(jù)存在維度大、時(shí)間跨度長(zhǎng)等特點(diǎn)，傳統(tǒng)機(jī)器學(xué)習(xí)方法較難有效地捕捉EHR中的深層語(yǔ)義信息。使用LSTM模型對(duì)心力衰竭患者的EHR數(shù)據(jù)進(jìn)行建模和訓(xùn)練，以30天內(nèi)重入院作為預(yù)測(cè)目標(biāo)開(kāi)展研究。實(shí)驗(yàn)結(jié)果表明，LSTM模型能夠有效地捕捉EHR時(shí)序數(shù)據(jù)中的語(yǔ)義信息，... （共7頁(yè)）