提前一年半發(fā)現(xiàn)心臟衰竭征兆：醫(yī)療成為RNN的新戰(zhàn)場

早發(fā)現(xiàn)，早治療，是醫(yī)生們經(jīng)常對病人發(fā)出的忠告，同時也是醫(yī)生的愿望。

最近，就有一項新研究，實現(xiàn)了用深度學習方法提前半年到一年半發(fā)現(xiàn)心臟衰竭早期征兆。佐治亞理工學院的研究者們將這項研究的成果發(fā)表在了美國醫(yī)學信息協(xié)會期刊（JAMIA）上。

和以往運用其他模型的機器學習方法相比，這項研究的RNN將數(shù)據(jù)的時間關系利用了起來，所謂時間關系，也就是事件或狀態(tài)的出現(xiàn)順序。

研究者們運用RNN對電子病歷中事件之間的時序關系進行了建模，能夠發(fā)現(xiàn)哪些事件容易在6-18個月內(nèi)導致心力衰竭。

RNN之前通常用在自然語言處理領域，比如說你們熟悉的寫詩、翻譯，就經(jīng)常會用到這類神經(jīng)網(wǎng)絡。

這一次，佐治亞理工學院的研究者們?yōu)檫@項技術找到了更廣闊的用武之地，嘗試著將它用到了醫(yī)療領域。

該校博士生Edward Choi、計算機學院的副教授Jimeng Sun等都參與了這項工作，他們說目前發(fā)表的還只是初步工作，也希望深度學習能在醫(yī)療保健行業(yè)用廣泛的應用。

論文地址：https://doi.org/10.1093/jamia/ocw112

寶寶起名 起名