文献类型：期刊文章

作　　者：藏润强[1] 左美云[1] 郭鑫鑫[1]

ZANG Run-qiang;ZUO Mei-yun;GUO Xin-xin(Research Institute of Smart Senior Care,School of Information,Renmin University of China,Beijing 100872,China)

机构地区：[1]中国人民大学信息学院智慧养老研究所,北京100872

出　　处：《计算机工程与科学》

基　　金：中央高校基本科研业务费专项资金(19XNH121)。

年　　份：2020

卷　　号：42

期　　号：12

起止页码：2273-2279

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：基于电子病历的疾病预测一般是根据病人的症状预测疾病,而很少研究疾病之间的时间顺序关系。引入一种新的电子病历表示法,该表示法考虑了具有时序性的医疗疾病上下文信息,利用Doc2Vec将每种疾病转换成一个类似于其“语义”的数字向量。基于这些向量采用BiLSTM模型来预测老年患者未来的疾病,可以起到对老年疾病的预警作用。最后通过使用真实的医院诊断数据进行实验验证,结果发现模型能够有效地预测出老年人新的疾病,且在保证预测准确率的同时还具有一定的稳定性。

关 键 词：上下文 Doc2Vec  双向长短时记忆网络BiLSTM  数据挖掘 疾病预测

分 类 号：TP391]