来源：本文是教程，建议阅读5分钟。 介绍最先进的深度学习方法及其实际应用，特别关注探索不同类型医疗数据的独特特点。 ACM SIGKDD (国际数据挖掘与知识发现大会，简称KDD )是世界数据挖掘领域最高级学术会议，由ACM数据挖掘与知识发现专业委员会(SIGKDD )主办，被中国计算机协会推荐为a类会议。 自1995年以来，KDD连续举办了26次。
随着异构医疗数据和先进的机器学习以及数据挖掘技术，特别是深度学习方法的迅猛发展，我们现在有机会在医疗领域有所作为。 本教程介绍最先进的深度学习方法及其实际应用，特别关注探索不同类型医疗数据的独特特征。 上半部分用于介绍结构化医疗数据挖掘方面的最新进展，包括公式表型、疾病早期检测/风险预测和治疗建议。 后半部分将重点讨论非结构化医疗数据的挑战，讨论自动化ICD编码的高级深度学习方法、可理解的医学语言翻译、临床试验挖掘和医学报告生成。 本教程适用于有兴趣将深度学习方法应用于医疗领域的学生、工程师和研究人员，对其很少掌握前提知识。 本教程以开放的问题和问答结束。
3359 sites.PSU.edu/KDD 2021 tutorial /
目录：
introductiontoelectronichealthcarerecords
Various types of EHR data
差频应用程序
parti : miningstructuredhealthdata
Phenotyping
禁用检测/风险保护
趋势科技咨询
partii : miningunstructuredhealthdata
自动识别编码/描述性分类
独立语言语言翻译
医疗报告生成
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，andjiayuzhou.2017.patientsubtypingviatime-awarelstmnetworkion
[2] Siddharth Biswal，Cao Xiao，qldqj M. Glass，Elizabeth Milkovits，andjimengsun.2020.doctor2vec :动态图像处理器
[3] Siddharth Biswal，Cao Xiao，qldqj M Glass，Brandon Westover，andjimengsun.2020.Clara : clinicalreportauto-completeted
[4]彭菲曹，Yubo Chen，Kang Liu，君赵，胜平Liu，andweifengchong.2020.hypercore 3360 hyperbolicandco-g rappo