为人工智能应用生成合成型混合类型纵向电子健康记录
机器学习
2023-02-01 v2
摘要
电子健康记录（EHRs）近来的可用性为开发人工智能（AI）算法提供了巨大机遇。然而，患者隐私已成为限制跨医院环境数据共享并进而阻碍 AI 进展的主要问题。受益于生成模型的发展与普及，合成数据已成为真实患者 EHR 数据的一种有前景的替代方案。然而，当前的生成模型存在局限，因为它们仅为合成患者生成单一类型的临床数据，即连续值或离散值之一。为模拟涵盖多种数据类型/来源的临床决策本质，在本研究中，我们提出一种称为 EHR-M-GAN 的生成对抗网络（GAN），其同时合成混合类型的时序 EHR 数据。EHR-M-GAN 能够捕捉患者轨迹中多维、异构且相关的时序动态。我们在三个公开可用的重症监护室数据库上验证了 EHR-M-GAN，这些数据库共包含 141,488 名唯一患者的记录，并对所提模型进行了隐私风险评估。EHR-M-GAN 在合成高保真临床时序方面展现出优于最先进基准的性能，同时解决了当前生成模型在数据类型和维度方面的局限。值得注意的是，当训练数据通过加入 EHR-M-GAN 生成的时序进行增强时，重症监护结局预测模型的表现显著更好。EHR-M-GAN 可用于在资源有限的环境中开发 AI 算法，在保护患者隐私的同时降低数据获取门槛。
引用
@article{arxiv.2112.12047,
title = {Generating Synthetic Mixed-type Longitudinal Electronic Health Records for Artificial Intelligent Applications},
author = {Jin Li and Benjamin J. Cairns and Jingsong Li and Tingting Zhu},
journal= {arXiv preprint arXiv:2112.12047},
year = {2023}
}
备注
Main article (22 pages, 7 figures); Appendix (15 pages, 8 figures)