Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.06.2015 | Technical Contribution | Ausgabe 2/2015

KI - Künstliche Intelligenz 2/2015

Exploiting Latent Embeddings of Nominal Clinical Data for Predicting Hospital Readmission

Zeitschrift:
KI - Künstliche Intelligenz > Ausgabe 2/2015
Autoren:
Denis Krompaß, Cristóbal Esteban, Volker Tresp, Martin Sedlmayr, Thomas Ganslandt

Abstract

Hospital readmissions of patients put a high burden not only on the health care system, but also on the patients since complications after discharge generally lead to additional burdens. Estimating the risk of readmission after discharge from inpatient care has been the subject of several publications in recent years. In those publications the authors mostly tried to directly infer the readmission risk (within a certain time frame) from the clinical data recorded in the medical routine such as primary diagnosis, co-morbidities, length of stay, or questionnaires. Instead of using these data directly as inputs for a prediction model, we are exploiting latent embeddings for the nominal parts of the data (e.g., diagnosis and procedure codes). These latent embeddings have been used with great success in the natural language processing domain and can be constructed in a preprocessing step. We show in our experiments, that a prediction model that exploits these latent embeddings can lead to improved readmission predictive models.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

KI - Künstliche Intelligenz

The Scientific journal "KI – Künstliche Intelligenz" is the official journal of the division for artificial intelligence within the "Gesellschaft für Informatik e.V." (GI) – the German Informatics Society - with constributions from troughout the field of artificial intelligence.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Weitere Produktempfehlungen anzeigen
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 2/2015

KI - Künstliche Intelligenz 2/2015 Zur Ausgabe

Premium Partner

    Bildnachweise