現代の電子健康記録(EHR)システムは、高次元性、疎なデータ、多様性、不規則で変数固有の記録頻度、および複数の測定が同時に記録されるときのタイムスタンプ重複などから有用な表現を学習することが困難です。最近の取り組みでは、構造化されたEHRと非構造化臨床ノートを融合することで臨床結果をより正確に予測する可能性が示唆されています。本稿では、多様な方法を組み合わせてマルチモーダル臨床時系列データの正確な表現を実現する動的埋め込みとトークナイゼーションフレームワークを紹介しました。
Na inny język
z treści źródłowej
arxiv.org
Głębsze pytania