English(EN) Deep Kernel Learning for Stratifying Glaucoma Trajectories

深度核学习利用电子健康记录数据对青光眼患者风险轨迹进行分层

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-01 14:51

研究人员开发了一种新的深度核学习架构，以利用电子健康记录对青光眼患者风险进行分层。该模型采用基于Transformer的特征提取器和临床BERT嵌入来分析患者轨迹。该方法成功识别了三个不同的患者亚组，特别区分了疾病进展和当前严重程度，这可能有助于临床决策支持和靶向干预。 AI

影响通过识别高风险患者轨迹，有潜力改善慢性病管理的临床决策支持。

排序理由这是一篇详细介绍用于医疗应用的新型深度核学习架构的研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Bruce Rushing, Angela Danquah, Alireza Namazi, Arjun Dirghangi, Heman Shakeri · 2026-05-04 04:00

用于分层青光眼轨迹的深度核学习

arXiv:2605.00708v1 Announce Type: new Abstract: Effectively stratifying patient risk in chronic diseases like glaucoma is a major clinical challenge. Clinicians need tools to identify patients at high risk of progression from sparse and irregularly-sampled electronic health recor…
arXiv cs.LG TIER_1 English(EN) · Heman Shakeri · 2026-05-01 14:51

用于分层青光眼轨迹的深度核学习

Effectively stratifying patient risk in chronic diseases like glaucoma is a major clinical challenge. Clinicians need tools to identify patients at high risk of progression from sparse and irregularly-sampled electronic health records (EHRs). We propose a novel deep kernel learni…