科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的:通过基于Bert深度学习技术处理的电子病历数据构建疾病关联网络,使用链路预测技术对患者的并发症进行预测。方法:使用Bert-WWM模型进行命名实体识别,提取来自非结构化中文电子病历中的疾病诊断信息,使用关联规则挖掘技术计算疾病关联系数,在此基础上构建疾病关联网络。最后,使用链路预测,预测患者潜在的并发症。结果:通过关联规则挖掘,发现81条重要的疾病并发规则。使用链路预测技术对疾病关联网络预测,发现呼吸系统常见病往往伴随其他呼吸系统疾病或内分泌系统疾病,同时,也预测出一些不相关系统疾病的并发症。最后,通过文献及发病机制分析对预测的并发症进行验证。结论:本研究构建的基于疾病关联网络的链路预测可以预测临床潜在并发症,为有效进行临床决策提供帮助。
- 单位
