ACES：面向事件流数据集的自动人群提取系统

在医疗保健机器学习（ML）中，可重复性仍是一个重大挑战。数据集、模型管道甚至任务或人群定义常为私有，这构成了在电子健康记录（EHR）数据集上分享、迭代和理解 ML 结果的重大障碍。我们通过引入面向事件流数据的自动人群提取系统（ACES）来解决这一问题的重要部分。该库旨在同时简化医疗保健中 ML 任务和人群的开发，也能够在单个数据集的精确层面以及跨数据集的概念层面实现其可重复性。为此，ACES 提供：（1）一种高度直观且富有表达力的领域特定配置语言，用于定义数据集特定概念和数据集无关的包含或排除准则；（2）一个从真实数据中自动提取满足这些定义准则的患者记录的管道。ACES 可自动应用于 Medical Event Data Standard（MEDS）或 Event Stream GPT（ESGPT）格式的数据集，或应用于可以提取必要任务特定谓词并以事件流形式呈现的任何数据集。ACES 有潜力显著降低定义表示学习中 ML 任务的门槛，重新定义研究人员与 EHR 数据集之间的交互方式，并显著提高使用此类模态数据的 ML 研究的可重复性。ACES 可在 https://github.com/justin13601/aces 上获取。