深度电子病历分析研究综述

摘要：

伴随医院信息化建设,大量的电子病历数据得以保存,但如何分析和利用这些数据成为医疗健康领域一个重要的研究课题.深度电子病历分析以深度学习技术为基础,通过特征自学习,避免了在数据预处理和特征工程上耗费大量时间,而且还能有效捕获数据间的未知关系,提高算法性能.本文首先概述了5类常用的深度学习模型及其变体,其次详细分析了这5类模型在电子病历分析上的应用情况,最后从数据异质性、公开数据集和模型可解释性三个方面对这一领域当前的机遇和挑战做了总结.

关键词：电子病历、深度学习、卷积神经网络、循环神经网络

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

资助基金：本文工作得到上海市科学技术委员会资助16511102800

在线出版日期：2018-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：301-304