通过多就诊健康状态推断协同合成患者病历

电子健康记录（EHRs）已成为医疗领域机器学习应用的基础，而真实患者记录的实用性常因隐私与安全问题受到限制。合成 EHR 生成提供了弥补这一局限的另一种视角。现有方法大多基于真实 EHR 数据合成新记录，未考虑 EHR 数据中不同类型的事件，因而无法按照医学常识控制事件组合。本文提出 MSIC，一种面向协同 EHR 合成的多就诊健康状态推断模型，以应对上述局限。首先，我们将合成 EHR 生成过程建模为概率图模型，并通过建模潜在健康状态紧密关联不同类型的事件。然后，我们推导了一种针对多就诊场景定制的健康状态推断方法，以有效利用既往记录来合成当前及未来记录。此外，我们提出为每个医疗事件生成医学报告以添加文本描述，从而为合成 EHR 数据提供更广泛的应用。为了在每次就诊中生成不同段落，我们引入多生成器协商框架以协同多个生成器之间的消息传递，并采用两阶段解码策略以生成高质量报告。我们在广泛使用的基准 MIMIC-III 和 MIMIC-IV 上进行了大量实验，结果表明 MSIC 在保持低隐私风险的同时，在合成数据质量上达到了当前最优水平。