本文介绍了一种使用常规收集的生理时间序列数据进行表型刻画的机器学习方法，结合了LSTM网络和协同过滤，能够识别出患者之间共同的生理状态。在ICU临床数据中测试，该方法在脑损伤患者颅内高压检测方面取得了很好的结果，并且在学习生理信号的结构化潜在表示方面优于自编码器。这些发现表明该方法在利用常规多元时间序列改善临床护理实践方面具有巨大潜力。