Work

Modélisation de parcours patients : graphes temporels pour la supervision médicale

Year: 2023
Type: conference-paper
Abstract: L'usage de méthodes d'apprentissage automatique se démocratise pour anticiper les risques critiques chez les patients sous surveillance et diminuer la charge des soignants. Dans cet article, nous proposons une modélisation originale qui bénéficie des développements récents en convolution de graphes : un parcours patient est vu comme un graphe, où chaque noeud est un évènement et où les proximités temporelles sont représentées par des arcs pondérés. Cette modélisation a été évaluée pour prédire le décès à 24 heures sur un jeu de données réelles puis comparée avec succès avec les résultats de l'état de l'art.
Source: HAL
Language: French
Open Access status: green
OpenAlex ID: W4392673752
FWCI: 0.127
Cites: 16
Cited by: 2
Related to: 9