基于Doc2Vec和BiLSTM的老年患者疾病预测研究

• 作者: 左美云 藏润强 郭鑫鑫
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 上下文 Doc2Vec 双向长短时记忆网络BiLSTM 数据挖掘 疾病预测
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2273-2279
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.12.022

摘要

基于电子病历的疾病预测一般是根据病人的症状预测疾病,而很少研究疾病之间的时间顺序关系.引入一种新的电子病历表示法,该表示法考虑了具有时序性的医疗疾病上下文信息,利用Doc2Vec将每种疾病转换成一个类似于其"语义"的数字向量.基于这些向量采用BiL S T M模型来预测老年患者未来的疾病,可以起到对老年疾病的预警作用.最后通过使用真实的医院诊断数据进行实验验证,结果发现模型能够有效地预测出老年人新的疾病,且在保证预测准确率的同时还具有一定的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左美云		78	1376	16.0	36.0
2	藏润强		1	0	0.0	0.0
3	郭鑫鑫		1	0	0.0	0.0