支持医生研究活动的电子健康记录中疾病数据提取的系统建模
原文中文,约400字,阅读约需1分钟。发表于: 。利用电子病历数据进行研究活动,本研究旨在解决数据标准化问题,通过数据预处理、注释和转换等步骤将数据转化为标准格式,使用机器学习模型识别疾病并将其转化为 ICD-10 编码,该模型的准确率达到 81%、优于 MetaMap 的准确率 67%。
使用电子病历(EHR)预测下次就诊诊断是医疗保健中的重要任务。研究提出了NECHO,一种以医学代码为中心的多模态对比EHR学习框架,具备分层正规化。实验证明该方法的有效性。