基于自注意力与互注意力机制的可解释 ICD 编码嵌入
应用统计
2019-06-14 v1 机器学习
摘要
我们提出一种新颖且可解释的嵌入方法来表示国际疾病与相关健康问题统计分类代码（即 ICD 代码）。该方法考虑了疾病域内的自注意力机制，以及疾病与操作之间的联合互注意力机制。该框架捕捉了与住院相关的疾病代码与操作之间的临床关系，并根据诊断疾病预测操作。学习一个自注意力网络来融合每次住院中疾病的嵌入。融合疾病嵌入与操作嵌入之间的相似性指示了可能推荐的操作。此外，在学习 ICD 代码嵌入时，将每次住院中疾病与操作之间的最优传输计算为嵌入的正则化项。最优传输提供了疾病与操作之间的互注意力图，抑制了它们临床关系中的模糊性。所提方法实现了临床可解释的 ICD 代码嵌入，并在操作推荐任务中优于最先进的嵌入方法。
引用
@article{arxiv.1906.05492,
title = {Interpretable ICD Code Embeddings with Self- and Mutual-Attention Mechanisms},
author = {Dixin Luo and Hongteng Xu and Lawrence Carin},
journal= {arXiv preprint arXiv:1906.05492},
year = {2019}
}