Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Florez, Alexander Y.C. | - |
Autor(es): dc.creator | Scabora, Lucas | - |
Autor(es): dc.creator | Eler, Danilo M [UNESP] | - |
Autor(es): dc.creator | Rodrigues, Jose F | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:10:33Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:10:33Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2021-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/CBMS52027.2021.00077 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/222009 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/222009 | - |
Descrição: dc.description | Automated prognosis has been a topic of intense research. Many works have sought to learn from Electronic Health Records using Recurrent Neural Networks that, despite promising results, have been overcome by novel techniques. We introduce APEHR, a Transformer approach that leverages medical prognosis using the latest technology Neural Network Transformer, which has demonstrated superior results in problems whose data is organized in sequential fashion. We contribute with an innovative problem modeling along with a detailed discussion of how Transformers can be used in the medical domain. Our results demonstrate a prognostic performance that surpasses previous works by at least 6% for metric Recall@k in the public dataset MIMIC-III. | - |
Descrição: dc.description | University of Sao Paulo, SP | - |
Descrição: dc.description | Sao Paulo State University, SP | - |
Descrição: dc.description | Sao Paulo State University, SP | - |
Formato: dc.format | 277-282 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings - IEEE Symposium on Computer-Based Medical Systems | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | automated clinical prediction | - |
Palavras-chave: dc.subject | clinical trajectory | - |
Palavras-chave: dc.subject | deep learning | - |
Palavras-chave: dc.subject | transformer | - |
Título: dc.title | APEHR: Automated prognosis in electronic health records using multi-head self-attention | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: