近年、患者の電子健康記録（EHR）の増加により、健康データの理解と分析が進展しています。この記事では、限られたデータから臨床リスク（院内死亡、再入院、慢性疾患の発症など）を予測するためのメタ学習手法「MetaPred」を提案しています。限られたサンプルの課題に対処するため、複数の関連するリスク予測タスクからメタラーナを訓練し、良好な予測器の学習方法を学ばせます。これにより、実際の患者EHRを用いた試験において、複雑なモデルを用いなくても高い予測性能を示すことに成功しました。これにより、少ないリソースでも正確なリスク予測が可能となります。