利用电子健康记录 (EHR) 中的大量历史数据,我们开发了 Doctor AI,这是一种通用预测模型,涵盖观察到的医疗状况和药物使用情况。Doctor AI 是一种使用循环神经网络 (RNN) 的时间模型,开发并应用于 8 年来来自 26 万名患者和 2,128 名医生的纵向时间戳 EHR 数据。就诊记录(例如诊断代码、药物代码或程序代码)被输入到 RNN 中,以预测后续就诊的(所有)诊断和药物类别。Doctor AI 评估患者的病史以进行多标签预测(每个诊断或药物类别一个标签)。根据单独的盲测试集评估,Doctor AI 可以执行鉴别诊断,召回率高达 79%@30,明显高于几个基线。此外,我们通过将生成的模型从一个机构调整到另一个机构,而不会损失大量准确性,证明了 Doctor AI 具有很强的通用性。