人工智能及大数据分析研讨会 | 针对电子病历记录的可解释性深度学习模型

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

深度神经网络为电子健康病例（EHR）创建精确的预测模型提供了巨大的潜力。佐治亚理工学院计算机学院的副教授孙冀萌博士和大家分享一系列使用深度学习方法进行EHR建模案例。

在本次讲座中，
1）他举例说明如何使用递归神经网络（RNN）来模拟电子健康病例（EHR）中事件之间的时间关联，并用以预测心力衰竭。
2）他介绍可两种可解释模型：用于预测临床注释的医学代码的CAML，以及用于建模纵向EHR数据的RETAIN。
3）他介绍了与范德堡大学合作研究的敌对网络（medGAN），用于生成真实的合成病人病例。

观看直播回放地址:

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：佐治亚理工学院 深度学习方法 递归神经网络 深度神经网络 可解释模型

感谢分享

asuzi 发表于 2018-6-13 10:19
深度神经网络为电子健康病例（EHR）创建精确的预测模型提供了巨大的潜力。佐治亚理工学院计算机学院的副教授 ...

xie xie

挺有意思的东西