Core Concepts
EHR 데이터 모델링을 위한 데이터 증강 방법의 효과적인 활용
Abstract
EHR 데이터 모델링을 위한 데이터 증강 방법 소개
클로피도그렐 치료 실패 감지 작업에서의 성능 향상
데이터 부족 문제 해결을 위한 새로운 방법론 제시
BERT 모델을 활용한 실험 결과와 토론
데이터 증강 방법의 잠재력과 실용성에 대한 논의
Stats
제안된 방법을 사용하면 클로피도그렐 치료 실패 감지 작업에서 ROC-AUC가 0.908에서 0.961로 상승함
총 9,867명의 환자 중 1,824명이 치료 실패로 라벨링됨
Quotes
"우리는 데이터 증강 방법을 통해 모델이 종단적인 의료 레코드의 더 강력하고 일반화된 표현을 학습할 수 있도록 했다." - Choi Kim