大讲堂 | 基于医疗知识的疾病诊断预测

分享主题

基于医疗知识的疾病诊断预测

分享背景

随着医疗数据的大量积累以及数据挖掘技术的发展，个性化医疗和精准医疗的研究也在不断地进步。然而，由于医疗数据非常复杂，导致传统的统计方法不能获得满意的预测效果。近年来，深度学习技术在不同领域都能够提高预测的准确率，但是在医疗数据挖掘中，现有的深度学习方法仍然存在不足。由于医疗数据具有稀疏性，这种性质导致现有的深度学习模型不能充分发挥作用。为了解决这个问题，我们引入了额外的信息（先验医疗知识），并且提出了一种新的深度医疗数据挖掘框架。实验表明，先验医疗知识能够帮助现有的深度方法提升预测效果。

分享嘉宾

马凤龙，纽约州立大学布法罗分校在读博士生，研究方向是医疗大数据挖掘，现已发表论文30余篇，包括KDD, CIKM, WSDM, ICDM, SDM, BIBM, MobiCom, INFOCOM和TKDE。他的研究兴趣同时还包括众包学习，社交网络分析，IoT和安全。更多的信息请访问他的个人主页：

http://www.acsu.buffalo.edu/~fenglong/

分享提纲

• 医疗数据挖掘背景介绍

• 现有的深度医疗挖掘模型

• 基于先验医疗知识的疾病预测框架

• 实验结果

分享时间

（北京时间 ）  1月 23 日（星期三）  20:00

错过直播不要紧，回放视频上传后也能看哦~

直播链接

http://www.mooc.ai/open/course/635

↘  扫码直达  ↙

点击 阅读原文 直达本期大讲堂↙