高豪俊，蒋思清，吴 健*

    (1.浙江大学医学院，浙江 杭州 310058 ；2.浙江大学睿医人工智能研究中心，浙江 杭州 310000)

    糖尿病已成为当今时代最严重和最常见的慢性病之一。2021 年全球糖尿病患者数量超过5 亿人，估计患病率超过10%，预计到2045 年患者数将超过7亿[1]。随着病情的发展，糖尿病将引起诸多并发症，影响患者的生存质量，缩短其预期寿命，给其家庭和社会带来巨大的经济负担[2-3]。由于此病早期通常没有症状，患者往往不能及时发现自身的疾病[4]。而通过相关早期筛查、及时干预可有效预防或延缓其并发症的出现[5-6]。因此，需要开发一种简单有效的筛查方法。目前已经有许多研究采用机器学习算法来预测糖尿病，如随机森林、支持向量机、决策树等，并且展现出了优秀的区分能力[7-10]。但这些研究对于饮酒、运动量、家族史等危险因素均是以分类变量的形式作为模型进行输入。而此类信息在现实电子病历系统中通常是以自由文本的形式保存，且由于内容复杂，难以直接转换为分类变量。通过模型直接利用这些文本信息更符合现实场景的需求。深度学习作为机器学习的一个分支，近年来飞速发展 ......