谱嵌入知识迁移框架用于罕见病EHR分析

研究提出一种基于谱的无监督表示学习框架，从电子健康记录中为罕见病队列的临床概念和患者学习低维嵌入，通过引入更广泛人群的知识矩阵缓解高维小样本问题。 该方法放宽了潜在数据矩阵与知识矩阵间严格的一对一信号对齐假设，采用两步谱嵌入：先剔除知识矩阵中的无关成分，再以投影方法分别恢复共享与异质成分。 仿真和真实多发性硬化症队列分析显示，在共享信号微弱且仅部分对齐的困难场景下，该方法优于对比方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。