ag体育|官方网站

大会最佳论文奖授予了《A 中国精神的论文

作者:YWYF 2020-09-11 浏览:
导读: 本次CHIP2019大会由中国中文信息学会医疗康健与生物信息处置惩罚专业委员会主办中山大学康健医疗大数据国家研究院、中山大学中山医学院、广东省康健医疗大数据工程技术研究中...

本次CHIP2019大会由中国中文信息研究院医疗康健和生物信息处置惩罚专业委员会、中山大学康健医疗大数据国家研究院、中山大学中山医学院、广东省康健医疗大数据工程技术研究中心、广州康健医疗大数据技术创新联盟主办。大会吸引了来自国内外医疗领域和康健信息处置处罚领域的350余名专家学者参加。本次聚会以“人工智能医疗康健”为主题,包括前沿工作坊、特邀演讲、学术论文交流、评估技术交流和专题技术论坛。

[环球网智能综合报道]第五届中国康健信息处置与处罚学术会议(CHIP2019)在广州落下帷幕。会上,大会主席陈庆才揭晓了大会最佳论文。一度云与团结研究单位在论文《最佳论文》中互相帮助,荣获最佳论文奖。

大会最佳论文奖授予了《A Hybrid Method of Recurrent Neural Network and Graph Neural Networkfor Next-period Prescription Prediction》的作者刘思岑、李滔、丁昊阳、唐步洲、王小龙、陈庆才、严军、周怡等,他们分别来自哈尔滨工业大学(深圳)、益都云、鹏城实验室、中山大学几个单位。

众所周知,电子病历(EHR)已被广泛用于通过预测疾病、处方药、结果等医疗事件来为医生做出临床决策提供资金。如何沿时间线显示患者的纵向医疗数据是做出这些预测的关键。递归神经网络(RNN)是一种适用于患者时间序列医学数据性能的通用模型,但具有一定的局限性。它的一个主要缺陷是不能处理具有不同类型节点和边缘的巨型图像,而图像神经网络(GNN)可以捕捉到这些巨型图像的信息。这篇获奖论文从两个角度提出了RNN和GNN的混淆方法,可用于下一阶段的处方预测,其中RNN用于表示患者状态的序列,GNN用于表示随时间推移预期的医疗事件图。在开源的MIMIC-III ICU数据集上的实验表明,该方法对于下一阶段的处方预测是有效的。GNN是RNN的重要补充。

医渡云论文荣获中国康健信息处置惩罚学术集会“最佳论文”奖

创造性地将RNN和GNN药物融合在一起,提出RGNN药物可用于训练预测模型,并在实践中对患者用药进行预测。为医生开具处方提供临床决策支持和用药推荐,对促进临床诊疗水平的提高具有重要意义。

中国精神的论文

编辑:张阳

未经环球网书面授权的著作权作品,禁止转载的,依法追究执法责任。

该院自2013年成立以来,一直努力响应国家新兴产业成长的信息技术和生物战略,以“数据智能”和“绿色医疗”为使命,以“改善人与疾病的关系”为宗旨。人工智能技术的运用为医学研究、医疗治理、政府公共决策、创新新药研发、利用人工智能技术改善人类与疾病的关系做出了贡献。资助患者实现疾病智能化管理,引领大康健和人工智能产业创新,实施康健中国战略,助力完善国家康健政策,有效提升黎族医疗康健水平。

转载请注明出处:ag体育|官方网站,如有疑问,请联系(YWYF)。
本文地址:/zhuanlan/2020/0911/2783.html

标签: 医疗   患者   数据   中山大学   论文  
分享到: QQ空间 新浪微博 腾讯微博 人人网 微信

超时:重查  亚博体彩APP  亚博体彩APP  亚博体彩APP  明升体育在线搜狗