建模健康记录的数据增强方法及其在氯吡格雷治疗失败检测中的应用

本文提出了一种利用纵向结构化的电子健康记录（EHR）自动检测和预测氯吡格雷治疗失败的机器学习算法。通过将自然语言和结构化EHR进行类比，引入了自然语言处理（NLP）应用中的机器学习算法来构建处理失败检测和预测的模型。实验结果显示，基于Transformer的BERT模型在检测和预测任务中的性能优于词袋方法。