[发明专利]使用循环神经网络分析健康事件

说明书

提供了用于使用循环神经网络来分析健康事件的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。一种方法包括：处理健康事件的多个初始时间序列的每一个以针对初始时间序列的每一个来生成初始时间序列中的每个时间步的循环神经网络的相应的网络内部状态；针对初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在储存库中；获得第一时间序列；使用循环神经网络来处理第一时间序列以生成第一时间序列的序列内部状态；以及选择很可能包括预测第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。

技术领域

本说明书涉及使用循环神经网络来分析健康事件。

背景技术

神经网络是采用非线性单元的一层或多层来针对所接收的输入预测输出的机器学习模型。一些神经网络除了输出层之外还包括一个或多个隐藏层。每个隐藏层的输出被用作网络中下一层——即下一个隐藏层或输出层——的输入。网络的每一层根据相应的参数集合的当前值从接收到的输入生成输出。

一些神经网络是循环神经网络。循环神经网络是接收输入序列并且由该输入序列生成输出序列的神经网络。具体而言，循环神经网络可以将来自先前时间步的网络的一些或全部内部状态用在计算当前时间步的输出中。

发明内容

通常，本说明书中的主题的一个创新方面以方法体现，该方法包括下述动作：获得健康事件的多个初始时间序列，其中，该初始时间序列中的每一个包括在多个时间步中的每个时间步处的相应的健康相关数据；使用循环神经网络处理健康事件的多个初始时间序列中的每一个以针对该初始时间序列中的每一个，生成该初始时间序列中的每个时间步的循环神经网络的相应的网络内部状态，其中，循环神经网络已经被训练以接收输入时间序列，并且针对每个输入时间序列中的每个时间步，生成该时间步的网络内部状态并且预测在该时间步处根据该时间步的网络内部状态识别的健康事件之后发生的未来事件；针对多个初始时间序列中的每一个，将该时间序列中的时间步的网络内部状态中的一个或多个存储在内部状态储存库中；获得健康事件的第一时间序列；使用循环神经网络来处理健康事件的第一时间序列以生成第一时间序列的序列内部状态；以及使用第一时间序列的序列内部状态和内部状态储存库中的网络内部状态，从多个初始时间序列中选择很可能包括预测第一时间序列中的未来健康事件的健康事件的一个或多个初始时间序列。

选择一个或多个初始时间序列可以包括确定：内部状态储存库中与序列内部状态类似的网络内部状态。该方法可以进一步包括从多个初始时间序列中选择很可能包括预测第一时间序列中的未来健康事件的健康事件的初始时间序列，针对初始时间序列生成与该初始时间序列类似的网络内部状态。

确定内部状态储存库中与序列内部状态类似的网络内部状态可以包括：针对内部状态库中的网络内部状态中的每一个，计算网络内部状态和序列内部状态之间的相应的相似性度量。可以根据相似性度量来确定类似的网络内部状态。

可以将内部状态储存库中的每个网络内部状态与相应的时间步以及生成该网络内部状态所针对的相应的初始时间序列相关联。

该方法可以进一步包括提供用于呈现给用户的数据，该数据针对所选择的初始时间序列中的每一个，标识所选择的初始时间序列中处于在生成对应的网络内部状态所针对的时间步之后的时间步处的健康数据。

该方法可以进一步包括根据所选择的初始时间序列中处于在生成对应的网络内部状态所针对的时间步之后的时间步处的健康事件，计算标识特定健康事件的发生的频率的所述特定健康事件的统计量。提供所计算的统计量以供呈现给用户。

可以训练循环神经网络以针对每个输入训练序列中的多个时间步中的每一个，根据时间步的网络内部状态来生成多个可能健康事件中的每一个的相应分值。可能健康事件的每一个的相应的分值可以表示可能健康事件是在输入训练序列中的该时间步之后的时间步处的健康事件的可能性。