研究人员开发了一种基于集成的深度聚类方法，以利用电子健康记录（EHRs）改进患者分层。这种新方法整合了来自多个嵌入维度的聚类分配，其表现优于K-means和单一深度学习方法等传统方法。该研究利用了All of Us Research Program的EHR数据，强调了结合传统和深度聚类技术的好处，特别是在表格EHR数据和按性别进行的分析中。 AI
影响 这项研究通过改进电子健康记录数据的患者分层，可能带来更准确的疾病亚型识别和个性化治疗策略。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →