基于对比学习的疾病诊断预测算法

摘要：

疾病诊断预测旨在利用电子健康数据建模疾病进展模式,预测患者未来的健康状况,其在辅助临床决策、医疗保健服务等领域得到广泛应用.为了进一步发掘就诊记录中有价值的信息,提出了 一种基于对比学习的疾病诊断预测算法.对比学习通过衡量样本间相似度为模型提供自监督训练信号,提升模型的信息捕捉能力.所提算法通过对比训练挖掘相似患者之间的共性知识,增强模型学习患者表征的能力;为了捕获更加全面的共性信息,还进一步挖掘了 目标患者相似群体的信息作为辅助信息刻画患者健康状态.在公开数据集上的实验结果表明,相比Retain,Dipole,LSAN和GRASP算法,所提算法在再入院预测任务的AUROC和AUPRC指标上分别提升2.9％和8.1％以上,在诊断预测任务的Recall@10和MAP@10指标上分别提升2.1％和1.8％以上.

关键词：诊断预测、深度学习、对比学习、聚类、相似患者

所属期刊栏目：50

分类号：TP311(计算技术、计算机技术)

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：46-52