qq_43787862的博客

1 Introduction目前已经有一些药品推荐系统开发用于辅助医生去开精准的药物处方。有一些方法是基于临床医生的经验和临床指南所设计的基于规则的工具。这些工具的开发、设计都会耗费大量的人力、物力。针对特定疾病开发的该类工具可能相对容易，但是对于患有复杂疾病患者来说可能就比较困难了。还有一些使用监督学习方法来为患者推荐用药的算法，这类算法通常是输入一些特征，然后输出多个标签，即所推荐的药物。但是基于预测模型的方法会受到训练数据的限制，如果训练数据中没有的药品就没有办法进行推荐了。一些现状与问题

Abstract临床的医生通常根据患者的症状，然后根据医生自身关于症状、诊断以及对应治疗的关系的知识来完成医疗决策。本文提出了一个抽取MIMIC-III中重要医学实体的框架，并且与现有的生物知识图谱如ICD-9和DrugBank进行关联。1 Introduction本文首先提到了一个问题，就是EHR数据中存在着大量的实体（如症状、药物及疾病等），但是并没有很好地展现这些实体的关系。文章然后介绍到有许多的biomedical knowledge graphs (KGs)都是使用Resource De

Abstract目前的深度学习模型在医疗领域的应用面临着两个问题：数据不充分：深度学习的模型需要比较大的数据量，在医疗领域的建模有时数据量不太够解释性：表示学习所学得的方法应该能够与医学知识匹配Introduction本文首先介绍了一下EHR在医疗领域的应用，不再赘述。然后提到关于训练深度学习模型时可能面临的数据量不足的问题。举例说明了cerebral degenerations (e.g. Leukodystrophy, Cerebral lipidoses) or development

Deep Reinforcement Learning for Sepsis Treatment1 Introduction本文所提出的是一种基于深度强化学习的脓毒症治疗方法。使用强化学习而非有监督学习有以下考虑：在临床上，对于一个治疗效果的“好坏”的界定不一定那么清晰强化学习可以从并非最优的行为中学出最优的策略本文关注的是如何使用continuous-state-space modeling来用一个向量表示患者在某一个时刻的生理状态，并且使用Deep-Q学习的方法来学习合适的行为。2

这篇文章有附加材料，有比较详尽的数据处理等过程的介绍0. TitleMultivariate Time Series with Missing Values1. Research ObjectiveIn this paper, we develop a novel deep learning model based on GRU, namely GRU-D, to effectively ...

0. TitleAn Interpretable ICU Mortality Prediction Model Based on LogisticRegression and Recurrent Neural Networks with LSTM units.1. Research ObjectiveTo propose a model that combines sequential ...

0. Summary1. Research ObjectiveTo propose a public benchmark suite that includes four diferent clinical prediction tasks: in-hospital mortality, physiologic decompensation, length of stay (LOS), an...

这篇文章发表于Journal of Biomedical Informatics期刊,影响因子为2.950,发表时间为JUL 2018.主要想通过这篇文章看一看医疗大数据集上的一些研究问题.0. SummaryThis paper proposed a MMDL which they think can be used as a benchmarking deep learning model...

Data Descriptor:MIMIC-III, a freely accessible critical care database这篇paper是对MIMIC-III数据集的一个介绍，不涉及研究内容，故按照论文本身的框架来总结。