TL;DR通过提出基于本体论的建议,该研究聚焦于医疗诊断陈述,解决电子健康记录的语义互操作性问题,包括使用具有语义方面的 EHR 相关术语的标准本体论和路径映射来解决异构系统之间的结构差异问题。
Abstract
Although the goal of achieving semantic interoperability of electronic health
records (EHRs) is pursued by many researchers, it has not been accomplished
yet. In this paper, we present a proposal that smoothes out the way toward the
achievement of that goal. In particular, our study fo
使用电子病历(EHR)来预测下次就诊诊断是医疗保健中的重要任务,为医疗服务提供者和患者制定主动的未来计划至关重要。然而,许多先前的研究没有充分解决 EHR 数据中固有的异质性和分层特征,不可避免地导致次优性能。为此,我们提出了 NECHO,一种新颖的以医学代码为中心的多模态对比 EHR 学习框架,具备分层正规化。首先,我们使用定制的网络设计和一对双模态对比损失来整合包括医学代码、人口统计和临床记录在内的多方面信息,这些信息都围绕着医学代码表示。我们还使用医学本体中的父级信息对特定于模态的编码器进行正规化,以学习 EHR 数据的层次结构。对 MIMIC-III 数据进行的一系列实验证明了我们方法的有效性。