临床记录的有效表示
机器学习
2018-08-20 v3 机器学习
摘要
临床记录是关于患者状态的丰富信息来源。然而，使用它们通过机器学习模型预测临床事件具有挑战性。它们维度极高、稀疏且结构复杂。此外，由于为许多临床事件获取可靠标签的成本高昂，训练数据通常稀缺。这些困难传统上通过编码特定任务领域知识的手工特征工程来解决。我们探索了使用神经网络和迁移学习来学习临床记录的表示，这些表示可用于预测未来感兴趣的临床事件，例如全因死亡率、住院和急诊就诊。我们的数据包含斯坦福医院270万条记录和11.5万名患者。我们将学习到的表示，连同常用的词袋模型和主题模型表示，作为临床事件预测模型的特征。我们评估了这些表示在小型数据集上训练模型性能方面的有效性。使用神经网络派生表示的模型在小型（N < 1000）训练数据集上的表现显著优于使用基线表示的模型。对于一系列预测建模任务和队列规模，学习到的表示相比常用的基线表示提供了显著的性能提升，在缺乏充足标记训练数据时，为特定任务的特征工程提供了有效替代方案。
引用
@article{arxiv.1705.07025,
title = {Effective Representations of Clinical Notes},
author = {Sebastien Dubois and Nathanael Romano and David C. Kale and Nigam Shah and Kenneth Jung},
journal= {arXiv preprint arXiv:1705.07025},
year = {2018}
}