امروزه با توسعه پرونده الکترونیکی سلامت، استفاده مجدد از اطلاعات بالینی برای کاربردهای ثانویه مانند پزشکی دقیق، مدیریت منابع بالینی، برنامه‌های نظارت و پایش بیماری‌ها و طبقه‌بندی بیماری‌ها فراهم‌شده است. شناسایی بیماران شبیه، یکی از ارکان کاربردهای ثانویه است. به این منظور لازم است انواع اطلاعات ثبت‌شده در پرونده به فرمی مقایسه پذیر تبدیل شود. بخش مهمی از داده‌های ثبت‌شده برای بیماران اطلاعات بدون ساختار (متنی) است.

درکارهای قبلی که از داده‌های متنی در تول د بازنمایی استفاده‌شده است، بردار نهایی بازنمایی از اتصال دو بردار بازنمایی متن و بردار بازنمایی داده‌های ساخت‌یافته ایجاد می‌شود. در پژوهشی جدید با هدف شناسایی ارتباطات داده‌های ساخت‌یافته و بدون ساختار ابتدا مدل داده از از ترکیب انواع داده ها تشکیل شده و سپس بازنمایی صورت گرفته است. ازجمله نکات قابل‌بهبود در کارهای قبل که در این پژوهش موردتوجه قرارگرفته است پردازش داده‌های متنی بالینی با استفاده از نگاشت مفاهیم بالینی به پایگاه دانش است. یرای غنی ساختن جنبه زمانی استخراج اطلاعات، علاوه بر پردازش زمان ثبت رویدادهای بالینی، به اثر سوابق قبلی بیمار که از متن‌های بالینی ستخراج‌شده‌اند نیز توجه شده و در مدل‌سازی استفاده گردیده است. مدل پیشنهادی ارائه‌شده در این پژوهش در راستای بهبود ضعف روش‌های قبلی بر پایه سه ایده ترکیب داده‌های ساخت‌یافته و بدون ساختار، مدیریت داده‌های زمان‌دار و شناسایی مفاهیم کلیدی در متن های بالینی طراحی‌شده است.

دو الگورییتم پیشنهادی با نام‌های UTTree و UTTree-H معرفی شده‌اند و بر پایه ساختار درختی طراحی شده‌اند که داده‌ها را از منابع مختلف ترکیب کرده و ترتیب زمانی رخداد رویدادهای بالینی را حفظ می‌کند . در الگوریتم UTTree-H گستره زمان ثبت رویداد توسعه یافته و داده‌های سوابق قبلی بیمار در مدل‌سازی لحاظ شده‌اند.

نتایج اجرای الگوریتم‌ها روی مجموعه دادگان MIMIC-III نشان داد ساختار پیشنهادی به‌منظور ترکیب اطلاعات استخراج‌شده از پرونده الکترونیکی بیماران منجر به بهبود معیارهای ارزیابی نسبت به مدل‌های پایه می‌گردد

و تعداد مفاهیم استخراج‌شده از بخش سوابق بیمار با اثربخشی روش UTTree-H رابطه دارد.

برای بازنمایی، از مدل‌های زبانی مبتنی بر تبدیل‌گر با هدف بهره‌گیری از مزایای یادگیری انتقالی استفاده گردید. همچنین راهکار آماری انتخاب مفاهیم پراهمیت‌تر پیاده‌سازی شد و ارزیابی‌ها نشان داد که انتخاب مفاهیم پراهمیت‌تر می‌تواند در مدل‌های مبتنی بر تبدیل‌گر منجر به بهبود معیارها شود. در پایان یک الگوریتم پیشنهادی به‌منظور بهره‌گیری از الگوی یادگیری مبتنی بر اعلان ارائه گردید و به‌عنوان کارهای آتی روی توسعه این الگوی پردازشی تمرکز خواهد شد.