Predicting Diabetes Disease Evolution Using Financial Records and Recurrent Neural Networks 全文翻译

纯手打，相互学习，如有问题还望指正。
部分英文术语属于最新提出，会直接贴出英文，抱歉。
深度学习，文本分析等问题可以加QQ交流，相互学习。QQ：1307629084
论文归类：迁移学习
简要说明：翻译这篇文章并不是因为这篇论文有多么厉害，甚至于说这篇论文都很难通顺的读下来，太多错字和语句问题，由于同样研究方向是糖尿病以及文本分析，从技术层面来看并没有太多的提升，但是这篇论文让我重新审视了巴西这个国家的科研和数据采集，说真的我们需要学习，虽然不知道国内当下数据采集是什么情况，但可以说这是一个非常值得学习的部分，甚至要超过绝大多数欧美国家。

原文链接：https://arxiv.org/pdf/1811.09350.pdf

论文作者：Rafael T. Sousa， Lucas A. Pereira， Anderson S. Soares
论文刊号：Machine Learning for Health (ML4H) Workshop at NeurIPS 2018.
发表时间：2018.11.23

论文题目：基于财务记录和递归神经网络的糖尿病病情演变预测

摘要
在许多国家，管理慢性病患者是一项重大和日益增长的卫生保健挑战。慢性疾病，如糖尿病，是一种持续很长时间，并且不会消失的疾病，常常导致患者的健康逐渐恶化。虽然最近的工作涉及来自医院的原始电子健康记录（EHR），但是这项工作仅使用来自健康计划提供者的财务记录来使用自关注递归神经网络预测糖尿病疾病的演变。使用财务数据是因为有可能成为国际标准的接口，因为记录标准编码医疗程序。主要目标是评估高危糖尿病患者，所以我们预测与糖尿病急性并发症有关的记录，如截肢和清创、再血管化和血液透析。我们的工作成功地预测了60-240天的并发症，ROC曲线下面积在0.81-0.94之间。在本文中，我们描述了在ROC曲线范围从0.81到0.83的健康计划提供者内开发的正在进行中的工作的前半部分。这项评估将给予医疗服务提供者早期干预和阻止住院的机会。我们的目标是向个别患者提供个性化预测和个性化建议，目的是改善结果并降低成本。

1. 简介
   世界卫生组织（WHO）上一份糖尿病报告[1]指出，糖尿病患者人数从1980年的1.08亿增加到2014年的4.22亿，导致18岁以上成年人中8.5%的全球患病率。糖尿病直接导致的死亡人数为2015人，占160万（2）。根据国际糖尿病联合会（International Diabetes Federation）的统计，巴西在糖尿病人数最多的国家中排名第四，在2017年约为1,240万[3,4,5]。
   糖尿病人群的预防和管理是卫生公司的主要挑战之一。这些任务不仅可以改善患者的预后，而且可以大大平衡医疗开支。随着疾病的发展，它会损害心脏、血管、眼睛、肾脏和神经。它还增加了心脏病和中风的风险。血管损伤和神经系统的恶化可导致足部溃疡、感染和最终需要截肢。同样，这些损害也会使糖尿病成为肾衰竭的主要原因。
   根据世界卫生组织的报告，有可能预防糖尿病的进展，然而，需要有效的工具来识别和评估高危人群[1]。通过这种方式࿰