通过利用电子健康记录数据，研究引入了一种新型的异构图学习模型，融合疾病领域知识，提高了疾病风险预测的准确性和可解释性。该模型将时间数据融入到访问级嵌入中，并利用时间的Transformer和自适应注意机制生成患者表示。经过两个医疗数据集的评估，该方法为个性化和主动式的医疗管理带来了实质性进展。

通过利用电子健康记录数据在医学领域的广泛应用，使用深度学习方法在疾病风险预测方面取得了早期成功。本研究引入了一种新型的异构图学习模型，融合疾病领域知识，提高了预测准确性和可解释性，为医疗管理带来了实质性进展。