机器学习在医疗领域的应用受到关注。研究提出了一种名为MMUGL的新方法，使用图神经网络学习医学概念的有意义表示。通过整合医学知识和多模态考虑，提高了性能。在MIMIC-III数据集上，该方法优于现有架构。结果显示了基于医学知识的多模态医学概念表示的重要性。

研究提出了一种名为MMUGL的新方法，使用图神经网络学习医学概念的有意义表示。该方法通过整合先前的医学知识和考虑多种模态，提高了性能，在MIMIC-III数据集上优于现有架构。结果显示了基于先前医学知识的多模态医学概念表示的重要性。