使用RETAIN解释面向糖尿病患者的深度血糖预测模型
机器学习
2020-09-11 v1 定量方法
摘要
由于模型缺乏可解释性，深度学习在生物医学领域的进展受到阻碍。本文中，我们研究RETAIN架构用于预测糖尿病患者未来血糖值。得益于其两级注意力机制，RETAIN模型在保持与标准神经网络同等效率的同时具有可解释性。我们在真实世界的2型糖尿病人群上评估该模型，并将其与随机森林模型和基于LSTM的循环神经网络进行比较。我们的结果表明，RETAIN模型在常用精度指标和临床可接受性指标上优于前者、与后者相当，从而证明了其在血糖水平预测场景中的合理性。此外，我们提出了利用RETAIN可解释特性的工具。其对患者和从业者同样具有信息价值，可增进对模型预测的理解并改进未来血糖预测模型的设计。
引用
@article{arxiv.2009.04524,
title = {Interpreting Deep Glucose Predictive Models for Diabetic People Using RETAIN},
author = {Maxime De Bois and Mounîm A. El Yacoubi and Mehdi Ammi},
journal= {arXiv preprint arXiv:2009.04524},
year = {2020}
}