Deep EHR Spotlight:一种用于电子健康记录事件高亮以实现可解释预测的框架与机制
机器学习
2022-02-14 v1 人工智能
摘要
电子健康记录(EHR)的广泛采用使得大量临床数据可用,有望支持服务交付并推进临床与信息学研究。深度学习技术在使用EHR的预测分析任务中已展现出性能,但它们通常缺乏模型结果透明度或可解释性功能,且需要繁琐的预处理任务。此外,EHR包含文本、数值和时间序列等异构多模态数据点,进一步阻碍了可视化与可解释性。本文提出一种深度学习框架以:1)将EHR中的患者路径编码为图像,2)在路径图像中高亮重要事件,3)实现具有额外可理解性的更复杂预测。所提方法依赖深度注意力机制进行预测可视化,并允许预测多个序列结果。
引用
@article{arxiv.2103.14161,
title = {Deep EHR Spotlight: a Framework and Mechanism to Highlight Events in Electronic Health Records for Explainable Predictions},
author = {Thanh Nguyen-Duc and Natasha Mulligan and Gurdeep S. Mannu and Joao H. Bettencourt-Silva},
journal= {arXiv preprint arXiv:2103.14161},
year = {2022}
}
备注
AMIA 2021 Virtual Informatics Summit