近日，来自亚马逊的研究团队发表了一篇名为“通过医学命名实体与多模式学习来提高医院死亡率预测”的论文。文中，研究团队探讨了临床文本如何补充临床预测学习任务的问题。研究团队利用内部医学自然语言处理服务来执行命名临床记录上的实体提取和否定检测，并将所选实体组成新的文本语料库以训练文档表示。此外，研究团队还提出了一种多模神经网络来联合训练时间序列信号和非结构化临床文本，以预测ICU患者的院内死亡风险。研究人员称，该模型优于基准2％AUC。