诊断预测精度提升
融合大规模医学知识图谱，通过阶段感知的注意力机制，在就诊级和代码级预测精度上均优于现有方法。
王丽萍 · 刘强 · Zhang, Mengqi · Yaxuan, Hu · 吴书 · 王亮
IEEE Transactions on Knowledge and Data Engineering 2023
现有医学本体通常规模小且粒度粗，缺少许多诊断和医学概念；本方法将大规模医学知识图谱纳入预测，能为病历代码提供更完整的概念关系。
通过关系特定的消息传递和分层聚合，HAR 精炼了就诊中医疗代码对应的节点表示，实验显示在两个公开数据集上均提升了就诊级预测精度。
同一组实验表明 HAR 在代码级准确率上也有提升，意味着模型对每个具体诊断代码的预测更准。