Interpretierbare tiefere Lernarchitekturen für die Vorhersage von Patientenoutcomes in elektronischen Gesundheitsakten

Zwei interpretierbare RNN-basierte Deep-Learning-Architekturen, TA-RNN und TA-RNN-AE, wurden entwickelt, um klinische Outcomes in elektronischen Gesundheitsakten zum nächsten Besuch und mehrere Besuche im Voraus vorherzusagen.