MiME: Multilevel Medical Embedding of Electronic Health Records for Predictive Healthcare

原文 摘要   使用電子病歷的許多醫學健康預測任務重，深度學習模型展示出了非常傑出的表現。但是這些模型大都需要大量的訓練數據，以超過其他大多數醫療系統的能力。一些外部資源，比如醫學本體，經常被用作橋接數據量的約束，但是通常因爲不一樣的術語，導致這種方法還不能投入使用。爲了解決數據不充足的挑戰，我們利用了電子病例數據的特有的多層結構，尤其是醫療代碼之間的編碼關係。我們提出了個多層級醫療潛入Multi

>>阅读原文<<