2018年10月17日讨论班报告

各位老师，同学：

时间：10月17日讨论班 15:30-17:00

地点：教学楼5-308

报告内容：

刘志奇 Medical Concept Embedding with Time-Aware Attention

   医疗记录（EMR）中医学概念（如药物，程序和诊断代码）的嵌入是医疗保健分析的核心。以前关于医学概念嵌入的工作分别将医学概念和EMR作为单词和文档。然而，这些模型忽略了EMR数据的时间性质。时间性质有两方面:一方面，两个连续的医学概念并不表示它们在时间上是接近的，但它们之间的相关性可以通过时间间隔来揭示。另一方面，医学概念的时间范围经常变化很大（例如，普通感冒和糖尿病）。本文提出将时间信息结合到医学概念的嵌入中，基于CBOW模型，采用注意机制来为每个医学概念学习一个软时间感知上下文窗口。通过聚类和最近邻搜索任务在公共和专有数据集进行了实验，从而证明了本文提出的模型的有效性。

侯美好 2018-ismb-Modeling Polypharmacy Side Effects with Graph Convolutional Networks

   使用多种药物组合对于治疗患有复杂疾病或共存病症的患者是常见的。 然而，多种药物的主要后果是对患者产生不良副作用的风险要高得多。 由于药物 - 药物相互作用，出现了多种药物的副作用，其中一种药物的活性如果与另一种药物一起服用可能有利或不利地改变。 药物相互作用的知识通常是有限的，因为这些复杂的关系很少见，并且通常在相对较小的临床试验中没有观察到。 因此，发现多种药物副作用仍然是一项重要挑战，对患者死亡率和发病率具有重要意义。本文构建了蛋白质 - 蛋白质相互作用，药物 - 蛋白质靶标相互作用和多种药物相互作用的多模态图，其中每种副作用是不同类型的边缘。我们的方法开发了一种新的图卷积神经网络，用于在这种多模态网络中进行多关系链路预测。

下周报告人 李瑞璨，葛伟