AAAIJan, 2020

儿童重症管理关系策略的初步学习方法

PDF
TL;DR本文介绍一种利用医疗记录自动提取医疗策略的机器学习方法，并针对百科膜肺氧合技术治疗严重心脏或呼吸衰竭的儿童的生理参数进行实验，结果发现该算法的逻辑规则与医学推理一致。
electronic health recordsclinical decision support systemsstatistical relational learningphysiologic parametersextracorporeal membrane oxygenation
发现论文，激发创造
  • 从关联数据中诱导可解释的可能逻辑理论

    提出了一种使用可能性逻辑来编码关系模型的统计关系学习方法，该方法相对于马尔可夫逻辑网络更快且产生的模型更容易解释。

    May, 2017

  • 从奖励中学习关系规则

    本文通过关系强化学习来理解认知系统如何选择在特定任务中有用的特征关系以及如何利用这些表达来有效地与环境交互。我们使用建立在 RRL 中开发的函数逼近器的简单模型来展示我们的方法的潜力，并在需要考虑日益增多的潜在关系的三个 Atari 游戏中进行了训练和测试。在每个游戏中，我们的模型能够选择适当的关系表达式，并逐步建立关系策略。我们探讨了本模型与关系和类比推理模型之间的关系，以及其限制和未来的研究方向。

    Mar, 2022

  • 基于循环神经网络的监督增强学习在动态治疗推荐中的应用

    本文提出一种基于监督强化学习和循环神经网络的动态治疗建议系统，用于处理医疗记录中的复杂关系和部分观测问题，实验结果表明该系统能够有效减少患者死亡率和提高医疗建议的准确性。

    Jul, 2018

  • 从电子病历中学习治疗方案

    本研究提出了一种基于电子病历利用混合多变量限制玻尔兹曼机和医疗领域知识提取分组治疗方案的数据驱动框架，并以冠状动脉疾病为实际案例进行实验。结果表明，该框架有助于协助医生进行临床决策。

    Jun, 2018

  • 在医疗保健中，表示学习的实证研究

    本文用数据（MIMIC-III dataset）对数名感染病患的多种信息编码结构进行实证研究，旨在确定最佳的状态构建方法以应用于强化学习，而研究结果证明顺序形成的状态表示在批处理设置下有助于有效的政策学习，并验证了更加深入思考的状态表示学习方法在医疗数据序列和部分性质方面的可靠性。

    Nov, 2020

  • 临床医生的一致性评估：基于动态模型预测败血症疾病进展

    利用强化学习生成重症监护病房中脓毒症患者的治疗方案的研究表明，临床医生的建议往往是偶然的，并且临床操作的多样性对疾病进展的测量效果不明显。

    Apr, 2024

  • 一种用深度学习实现医疗关系抽取的混合方法

    本研究提出了一种深度学习方法，利用单词级和句子级表示同时提取治疗和问题之间的关系，以用于医疗决策支持系统、安全监测和新治疗发现。通过深度学习和基于规则的模型的联合结果获得了最终的关联关系。该系统在 I2b2 2010 关系提取任务的关系类别上取得了有前途的表现。

    Jun, 2018

  • 评估强化学习算法在观测性健康设置中的应用

    探讨评估强化学习算法在医疗保健中的安全性的实质，提供了在评估新型患者治疗方式时，如何设计和评估算法的方法，并描述了如何缓解评估过程中存在的潜在问题。

    May, 2018

  • 通过语料库级别统计合理预测医学关系

    该研究介绍了一个新的可解释性框架，利用人类记忆理论为基础，基于全局共现图统计数据和关联网络，预测两个实体之间的关系，可以提供模型的解释和预测。

    May, 2020

  • 使用电子健康记录的个性化诊断决策路径的深度强化学习：贫血和系统性红斑狼疮的比较研究

    DRL 通过学习个性化决策路径向诊断领域提供机会，可以生成自说明的逐步决策路径，并且在与最先进方法的比较中具有竞争性的正确性。

    Apr, 2024