提前一年半發現心臟衰竭征兆:醫療成為RNN的新戰場
早發現,早治療,是醫生們經常對病人發出的忠告,同時也是醫生的愿望。
最近,就有一項新研究,實現了用深度學習方法提前半年到一年半發現心臟衰竭早期征兆。佐治亞理工學院的研究者們將這項研究的成果發表在了美國醫學信息協會期刊(JAMIA)上。
和以往運用其他模型的機器學習方法相比,這項研究的RNN將數據的時間關系利用了起來,所謂時間關系,也就是事件或狀態的出現順序。
研究者們運用RNN對電子病歷中事件之間的時序關系進行了建模,能夠發現哪些事件容易在6-18個月內導致心力衰竭。
RNN之前通常用在自然語言處理領域,比如說你們熟悉的寫詩、翻譯,就經常會用到這類神經網絡。
這一次,佐治亞理工學院的研究者們為這項技術找到了更廣闊的用武之地,嘗試著將它用到了醫療領域。
該校博士生Edward Choi、計算機學院的副教授Jimeng Sun等都參與了這項工作,他們說目前發表的還只是初步工作,也希望深度學習能在醫療保健行業用廣泛的應用。
論文地址:https://doi.org/10.1093/jamia/ocw112
本站所有相關知識僅供大家參考、學習之用,部分來源于互聯網,其版權均歸原作者及網站所有,如無意侵犯您的權利,請與小編聯系,我們將會在第一時間核實并給予反饋。