EHR鲁棒知识迁移谱嵌入框架发布

Feiqing Huang等作者提交预印本，提出一种基于谱的无监督表示学习框架，用于从电子健康记录中为罕见病队列的临床概念和患者生成低维嵌入，并引入来自更广泛人群的知识矩阵。该框架放宽了潜在数据矩阵与知识矩阵之间严格的一对一信号对齐假设，采用两步谱嵌入：先剔除知识矩阵中的无关成分，再分别恢复共享与异质成分。 作者称，仿真与真实多发性硬化症队列分析显示，该方法在共享信号微弱且仅部分对齐的场景下优于对比方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。