【论文解读】Med-BERT: 用于疾病预测的大规模结构化电子健康记录的预训练情境化嵌入

【论文解读】Med-BERT: 用于疾病预测的大规模结构化电子健康记录的预训练情境化嵌入

Med-BERT:pretrained contextualized embeddings on large-scale structured electronic health records for disease prediction

Med-BERT

摘要:基于电子健康记录(EHR)的深度学习(DL)预测模型在许多临床任务中都表现出色。然而,这些模型通常需要大型训练队列来实现高精度,这阻碍了在训练数据有限的情况下采用基于DL的模型。最近,bidirectional encoder representations from transformers(BERT)和相关模型在自然语言处理领域取得了巨大的成功。在非常大的训练语料库上对BERT进行预训练会生成情境化嵌入,从而提高在较小数据集上训练的模型的性能。受BERT的启发,我们提出了Med BERT,它将最初为文本域开发的BERT框架改编为结构化的EHR域。Med BERT是一个在28490650名患者的结构化EHR数据集

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镰刀韭菜

看在我不断努力的份上,支持我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值