科研之友
微信
新浪微博
Facebook
分享链接
摘要
诊断预测是医疗保健中一项重要的预测任务，其目的是根据患者的历史健康记录预测其未来的诊断。基于注意力机制和循环神经网络的预测模型被广泛应用于解决这一任务，但容易受到数据不足的影响。此外，医学领域知识在改进诊断预测模型性能上已经显示出重要作用，但现有方法还不能充分利用这些领域知识。因此，设计了一种基于图卷积网络和注意力机制的诊断预测模型。具体而言，首先利用医学本体对医学概念之间的相关性进行建模，并将患者就诊信息构建为一个图；其次，通过图卷积模块在图结构上获取患者每次就诊中各医学代码之间的空间特征；最后利用多头注意力机制来对就诊特征和多级医学知识之间的相互关系进行建模，从而对患者的未来健康状况进行预测。在两个公开的医疗数据集上的实验结果表明，该模型的诊断预测性能优于已有诊断预测模型，可以更有效地利用医学知识图中的潜在信息。
- 出版日期2023
- 单位云南大学
