type
status
date
slug
summary
tags
category
icon
password
Doctor AI: Predicting Clinical Eventsvia Recurrent Neural Networks
个人学习用途声明
本文所作文献综述仅用于个人学习和学术研究用途，所有内容基于公开的学术资源和文献，旨在总结和分析机器学习在医疗领域的应用现状、面临的挑战以及未来发展方向。文中涉及的所有参考文献均来自于公开的学术出版物和数据库，旨在为学习者提供相关领域的研究背景和前沿动态。
本论文不用于任何商业或盈利性活动，所有文献内容及观点均为作者个人的学习和研究总结。如有版权或知识产权方面的问题，文献内容均已标注来源，若有进一步疑问，欢迎联系以做出适当修改。
此声明仅限于个人学习用途，不代表任何机构或单位的立场和观点。
若本文内容或引用的资料存在侵犯版权、知识产权或其他合法权益的情况，作者声明将在接到相关方的正式通知后，立即进行适当的修改、删除或致歉处理。本文仅限于个人学习和学术研究，所有文献资料均已注明出处，若涉及到任何侵权问题，欢迎版权持有人或相关方联系解决。
email:ranqixxss@outlook.com
这是Choi、Bahadori和Schuetz于2016年发表的论文，题为《Doctor AI: 通过递归神经网络预测临床事件》（Doctor AI: Predicting Clinical Events via Recurrent Neural Networks），发表在2016年ACM知识发现与数据挖掘会议（Proceedings of the 2016 ACM Conference on Knowledge Discovery and Data Mining）上，页面为301-310。
这篇论文提出了一种基于递归神经网络（RNN）的系统，用于预测临床事件。通过分析患者的医疗记录，系统能够预测如再入院、疾病发作等临床事件。这项研究展示了深度学习，尤其是递归神经网络，在医疗数据分析中的潜力，尤其是在动态医疗历史数据（如病历、检查结果等）建模方面的应用。
- Author:Eabor
- URL:www.Eabor.life/article/14fa7e83-af7f-803c-921e-e4c95bd43330
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
Relate Posts
