我系师生论文获选国际医学信息学会年度最佳论文2019.09.23 1959

谢小磊 清华大学工业工程系 2019-08-23


 

清华大学工业工程系博士生崔力文、谢小磊副教授、申作军教授于2018年发表在医疗信息学权威期刊Journal of Biomedical Informatics(JBI)的论文“Prediction task guided representation learning of medical codes in EHR.”被国际医学信息学会(International Medical Informatics Association, IMIA)发布的2019年医疗信息学年鉴(Yearbook of Medical Informatics)评选为2018年度最佳论文。本年鉴的主题是“人工智能和健康:新机会、挑战和实践影响”,总结了本年度该领域的发展和突出贡献,其中医疗信息管理(Health Information Management)领域编辑从全年552篇相关论文中选出15篇候选文章,再由独立外审评委选出4篇最佳论文。统计学研究中心俞声发表的论文同期入选知识表示与管理领域最佳论文。

△ 2019年医疗信息学年鉴封面

△ 2019年医疗信息学年鉴评选的最佳论文(医疗信息管理领域)


在国家卫健委委托项目支持下,清华大学工业工程系卫生与医疗服务研究中心使用国家医院质量监测系统(HQMS)住院大数据,围绕医疗资源消耗预测、数据驱动疾病诊断相关分组(DRG)优化开展一系列研究。本研究突破传统无监督的围绕医疗编码表示学习的局限,基于预测医疗花费和住院时长这一管理实际问题,提出了一种名为预测任务导向的病历聚合(Prediction Task Guided Healthcare Record Aggregation PTGHRA) 的新分析框架和方法,根据预测任务聚合电子病历来构建医疗语句,生成对于特定任务具有强预测能力的医疗编码向量,并验证了有效性来源。本方法无需繁琐的迭代调参过程,在数据规模有限的情况下,预测性能提升效果突出,适用于实际应用,为医院运营管理和医保支付模型的科学评估的相关研究打下很好的理论基础。

 


清华大学工业工程系
联系电话: 010-62772989
传真:010-62794399
E-mail:ieoffice@tsinghua.edu.cn
地址:北京市海淀区清华大学舜德楼5层
清华大学工业工程系
随时关注本系动态
Copyright © 2014-2020 清华大学工业工程系 版权所有