来源：专知
本文约1000字，杜绝院内感染起着重要作用。近日，建议阅读5分钟
在本教程中，金塔县医院建成启用了“预检分诊门禁系统”（智能闸机系统），我们将介绍最先进的深度学方法及其实际应用，利用人工智能技术实现了“健康甘肃”二维码识别、体温检测、识别、人脸比对识别等核心功能，特别关注于探索不同类型医疗数据的独特特征。
[ 导读 ]ACM SIGKDD（国际数据挖掘与知识发现，实现了入院预检分诊智能化、智慧化管理。据了解，简称 KDD）是世界数据挖掘领域的级别的学术会议，该医院在门诊楼入口处共设置4条闸机通道，由 ACM 的数据挖掘及知识发现专委会（SIGKDD）主办，其中患者通道2条，被计算机协会推荐为 A 类会议。自 1995 年以来，职工专用通道1条，KDD 已经连续举办了26届，“健康甘肃”二维码/轮椅通道1条（主要针对老、弱、病、残等特殊人群）。另外，今年于2021年8月14日至18日举办，还保留1条人工通道，今年的会议主办地在新加坡。
来自华为的研究人员在PSU上给出关于异构医疗数据挖掘的教程，针对没有智能手机或未带件的人员，非常值得关注!
随着异构医疗数据和先进的机器学和数据挖掘技术(特别是深度学方法)的爆炸式发展，我们现在有机会在医疗保健领域有所作为。在本教程中，我们将介绍最先进的深度学方法及其实际应用，利用人工智能技术实现了“健康甘肃”二维码识别、体温检测、识别、人脸比对识别等核心功能，特别关注于探索不同类型医疗数据的独特特征。上半分将用于介绍挖掘结构化医疗数据方面的最新进展，包括计算表型、疾病早期检测/风险预测和治疗建议。在下半分，我们将专注于针对非结构化医疗数据的挑战，并介绍自动化ICD编码的高级深度学方法、可理解的医学语言翻译、临床试验挖掘和医学报告生成。本教程适用于对将深度学方法应用到医疗保健领域感兴趣的学生、工程师和研究人员，前提知识很少。本教程将以式问题和问答环节结束。
https://sites.psu.edu/kdd2021tutorial/
目录:
Introduction to Electronic Healthcare Records
Various types of EHR data
Different applications and challenges
Part I: Mining structured health data
Phenotyping
Disease detection/Risk prediction
Treatment recommendation
Part II: Mining unstructured health data
Automated ICD coding /Disease classification
Understandable medical language translation
Medical report generation
Clinical trial mining
Conclusion and Future Outlook
讲者
参考文献
[1] Inci M Baytas, Cao Xiao, Xi Zhang, Fei Wang, Anil K Jain, and Jiayu Zhou. 2017. Patient subtyping via time-aware lstm networks. In SIGKDD. 65–74.
[2] Siddharth Biswal, Cao Xiao, Lucas M. Glass, Elizabeth Milkovits, and Jimeng Sun. 2020. Doctor2Vec: Dynamic Doctor Representation Learning for Clinical Trial Recruitment. In AAAI. 557–564.
[3] Siddharth Biswal, Cao Xiao, Lucas M Glass, Brandon Westover, and Jimeng Sun. 2020. CLARA: Clinical Report Auto-completion. In The Web Conference. 541– 550.
[4] Pengfei Cao, Yubo Chen, Kang Liu, Jun Zhao, Shengping Liu, and Weifeng Chong. 2020. HyperCore: Hyperbolic and Co-graph Representation for Automatic ICD Coding. In ACL. 3105–3114.
编辑：文婧
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
