用于外推至代表性不足人群的医疗时间序列条件生成
机器学习
2022-01-21 v1
摘要
电子健康记录（EHRs）的广泛采用以及纵向医疗数据可获取性的 subsequent 提升，显著推进了我们对健康与疾病的理解，并对新诊断与治疗方案的开发产生了直接而即时的影响。然而，EHRs 的访问常因其敏感属性及相关法律顾虑而受限，且其中的队列通常为特定医院或医院网络中的患者，因而不能代表更广泛的患者人群。在此，我们提出 HealthGen，一种用于条件生成合成 EHRs 的新方法，该方法准确保持真实患者特征、时间信息与缺失模式。我们通过实验证明，HealthGen 生成的合成队列比当前最先进方法更贴合真实患者 EHRs，并且用条件生成的代表性不足患者子人群队列扩充真实数据集，可显著提升从这些数据集衍生的模型对不同患者人群的泛化能力。合成条件生成 EHRs 有助于提升纵向医疗数据集的可及性，并改善从这些数据集得出的推断对代表性不足人群的泛化能力。
引用
@article{arxiv.2201.08186,
title = {Conditional Generation of Medical Time Series for Extrapolation to Underrepresented Populations},
author = {Simon Bing and Andrea Dittadi and Stefan Bauer and Patrick Schwab},
journal= {arXiv preprint arXiv:2201.08186},
year = {2022}
}