机器学习在医生对病人发展趋势的洞察力方面受到关注。提出了一种名为多模态UMLS图神经网络学习（MMUGL）的新方法，用于学习医学概念的有意义表示。通过整合先前的医学知识并考虑多种模态来提高性能。在MIMIC-III数据集上展示了方法的优越性，结果表明了基于先前医学知识的多模态医学概念表示的重要性。

本文介绍了一种名为MMUGL的新方法，用于在医学知识图上学习医学概念的表示。该方法整合了先前的医学知识并考虑多种模态，提高了性能。结果表明，基于先前的医学知识的多模态医学概念表示很重要。