论文部分内容阅读
目的:通过基于Bert深度学习技术处理的电子病历数据构建疾病关联网络,使用链路预测技术对患者的并发症进行预测。方法:使用Bert-WWM模型进行命名实体识别,提取来自非结构化中文电子病历中的疾病诊断信息,使用关联规则挖掘技术计算疾病关联系数,在此基础上构建疾病关联网络。最后,使用链路预测,预测患者潜在的并发症。结果:通过关联规则挖掘,发现81条重要的疾病并发规则。使用链路预测技术对疾病关联网络预测,发现呼吸系统常见病往往伴随其他呼吸系统疾病或内分泌系统疾病,同时,也预测出一些不相关系统疾病的并发症。最后,