深度神经网络为电子健康病例（EHR）创建精确的预测模型提供了巨大的潜力。佐治亚理工学院计算机学院的副教授孙冀萌博士和大家分享一系列使用深度学习方法进行EHR建模案例。

在本次讲座中，
1）他举例说明如何使用递归神经网络（RNN）来模拟电子健康病例（EHR）中事件之间的时间关联，并用以预测心力衰竭。
2）他介绍可两种可解释模型：用于预测临床注释的医学代码的CAML，以及用于建模纵向EHR数据的RETAIN。
3）他介绍了与范德堡大学合作研究的敌对网络（medGAN），用于生成真实的合成病人病例。

观看直播回放地址: