Open namakemono opened 5 years ago
過去10年間で、電子健康記録(EHR)に保存されているデジタル情報の量が急増しています。主に患者の臨床情報および管理上のヘルスケアタスクをアーカイブするために設計されているが、多くの研究者は様々な臨床情報学タスクのためにこれらの記録の二次的使用を見出した。同じ期間に、機械学習コミュニティは、ディープラーニング技術の広範な進歩を見てきました。これは、膨大な量のEHRデータにもうまく適用されています。本稿では、アーキテクチャ、技術的側面、および臨床応用を検討しながら、これらのディープEHRシステムを概説します。また、現在の技術の欠点を識別し、EHRベースのディープラーニングのための将来の研究の道を議論します。
概要
過去10年間で、電子健康記録(EHR)に保存されているデジタル情報の量が急増しています。主に患者の臨床情報および管理上のヘルスケアタスクをアーカイブするために設計されているが、多くの研究者は様々な臨床情報学タスクのためにこれらの記録の二次的使用を見出した。同じ期間に、機械学習コミュニティは、ディープラーニング技術の広範な進歩を見てきました。これは、膨大な量のEHRデータにもうまく適用されています。本稿では、アーキテクチャ、技術的側面、および臨床応用を検討しながら、これらのディープEHRシステムを概説します。また、現在の技術の欠点を識別し、EHRベースのディープラーニングのための将来の研究の道を議論します。