ASCENDgpt：一种基于表型感知 Transformer 模型的心血管风险预测方法（基于电子健康记录）
计算与语言
2025-09-08 v1 人工智能
摘要
我们提出了 ASCENDgpt，一种专门设计用于从纵向电子健康记录（EHRs）进行心血管风险预测的基于 Transformer 的模型。我们的方法引入了一种新颖的表型感知分词方案，将 47,155 个原始 ICD 代码映射到 176 个具有临床意义的表型 token，在保留语义信息的同时实现了 99.6% 的诊断代码合并。这种表型映射构成了总计 10,442 个 token 的词汇表——与直接使用原始 ICD 代码相比减少了 77.9%。我们使用掩码语言建模目标在源自 19,402 个独特个体的序列上预训练 ASCENDgpt，然后针对五种心血管结局的事件发生时间预测进行微调：心肌梗死（MI）、中风、主要不良心血管事件（MACE）、心血管死亡和全因死亡率。我们的模型在留出测试集上实现了出色的判别能力，平均 C-index 为 0.816，在所有结局上均表现出强劲的性能（MI：0.792，中风：0.824，MACE：0.800，心血管死亡：0.842，全因死亡率：0.824）。基于表型的方法在保持计算效率的同时实现了具有临床可解释性的预测。我们的工作证明了特定领域的分词和预训练在基于 EHR 的风险预测任务中的有效性。
引用
@article{arxiv.2509.04485,
title = {ASCENDgpt: A Phenotype-Aware Transformer Model for Cardiovascular Risk Prediction from Electronic Health Records},
author = {Chris Sainsbury and Andreas Karwath},
journal= {arXiv preprint arXiv:2509.04485},
year = {2025}
}