用电子健康记录进行预测建模的最新进展
Jiaqi Wang1, Junyu Luo1, Muchao Ye1
1Pennsylvania State University.
本调查审查了使用电子健康记录 (EHR) 进行预测分析的深度学习模型. 它涵盖了EHR数据挑战,深度学习方法以及医疗保健应用的未来研究方向.
科学领域:
- 医疗保健信息学 医疗保健信息学
- 机器学习 机器学习
- 数据科学数据科学数据科学
背景情况:
- 电子健康记录 (EHR) 产生了大量的数字化患者数据.
- 对于预测建模来说,EHR数据带来了独特的挑战.
- 深度学习显示了医疗保健预测分析的前景.
研究的目的:
- 使用EHR数据系统地审查基于深度学习的预测模型.
- 为了分类和总结各种预测深度学习模型.
- 确定这一领域的挑战和未来的研究方向.
主要方法:
- 对EHR预测建模深度学习近期进展的文献综述.
- 从多个角度对预测深度模型的分类.
- 确定相关的基准和工具包,用于医疗预测建模.
主要成果:
- 对EHR数据应用的深度学习技术的全面概述.
- 预测深度学习模型的结构化分类.
- 讨论当前的基准和可用的工具包.
结论:
- 深度学习为EHR预测建模提供了强大的工具.
- 需要进一步的研究来应对现有挑战.
- 未来的方向包括改进模型和改进数据利用.
更多相关视频
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
10:02Event Related Potentials ERPs and other EEG Based Methods for Extracting Biomarkers of Brain Dysfunction: Examples from Pediatric Attention Deficit/Hyperactivity Disorder ADHD
Published on: March 12, 2020
相关概念视频
Methods of Documentation VII: EMR
Issues And Trends In Healthcare Delivery System
Cost Containment
Payment for healthcare services has historically promoted adoption of costly and often unnecessary or inefficient...
Health Information Technology and Healthcare Information System
Health Information Technology, commonly called HIT, integrates advanced information systems and technology in healthcare settings. Its primary functions include:
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Purpose of Health Records II
Current Trends in Nursing II
