国际人工智能会议AAAI 2022论文将在全程线上举办，时间在 2 月 22 日-3 月 1 日，本届大会也将是第 36 届 AAAI 大会。大会涵盖了众多最近研究Tutorial报告，来自Mihaela van der Schaar等学者共同做了关于医疗健康时序数据处理的进展报告，非常值得关注!

时间序列数据集，如电子健康记录(EHR)和注册表，代表了跨越患者整个生命周期的有价值(但不完美)的信息源。从时间数据学习是一个成熟的领域，已经在以前的一些教程中介绍过，医疗领域提出了独特的问题和挑战，需要新的方法和思维方式。也许时间序列最常见的应用是预测。虽然我们将讨论疾病预测的最先进的方法，但我们也将关注时间序列中的其他重要问题，如事件时间或生存分析、个性化监测和治疗效果随时间的变化。这些主题将在医疗健康上下文中介绍，但它们对医学以外的其他领域具有广泛的适用性。此外，我们将探讨几个必要的特征，使人工智能和机器学习模型在临床环境中尽可能有用。我们将讨论自动机器学习，并解决理解和解释机器学习模型以及不确定性估计的挑战，这两者在高风险场景(如医疗保健)中都是至关重要的。我们的目标是获得最少的必要的先决知识。然而，我们将假定具有标准机器学习方法的基本知识(如MLPs、rnn)。虽然我们的教程将包括一些机器学习技术的详细解释，但重点将放在问题领域，他们独特的挑战，以及克服这些问题的思维方式。
目录内容：

  • Time series: the backbone of bespoke medicine

  • The multi-faceted nature of time series

  • Tailoring development of time series models to healthcare challenges

    • Forecasting disease trajectories

    • Time-to-event and survival analysis

    • Clustering and phenotyping

    • Screening and monitoring

    • Early diagnosis

    • Treatment effects

  • Unlocking the full potential of time series models

    • AutoML

    • Interpretability

    • Discovery and understanding of event data

    • Uncertainty estimation

    • (Informatively) missing data

    • Synthetic data generation

    • Reproducibility and visualization

       

地址：

https://www.vanderschaar-lab.com/time-series-in-healthcare/

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除