LATTE：基于纵向电子健康记录的标签高效事件表型化

电子健康记录（EHR）数据正日益用于支持真实世界证据（RWE）研究。然而，由于缺乏关于临床事件（如心力衰竭发病时刻）时机的现成精确信息，其生成可靠 RWE 的能力受到限制。我们提出一种标签高效事件表型化（LATTE）算法，用于从纵向 EHR 数据精确标注临床事件的时机。通过利用来自大规模 EHR 数据的预训练语义嵌入向量作为先验知识，LATTE 在概念重加权模块中通过挖掘 EHR 特征与目标事件的关系来筛选具有预测性的 EHR 特征，并通过就诊注意力学习网络将其信息压缩为纵向就诊嵌入。LATTE 采用循环神经网络来捕获目标事件与其前后就诊嵌入之间的序列依赖关系。为提高标签效率，LATTE 从大规模无标签患者中构建信息丰富的纵向银标准标签，以进行无监督预训练与半监督联合训练。最后，LATTE 通过对比表示学习增强跨站点可移植性。LATTE 在三项分析上评估：2 型糖尿病发病、心力衰竭、以及多发性硬化的发病与复发。我们使用文献中的多种评价指标，包括 $ABC_{gain}$（相对于每次发病患病率的预测，观测事件指示符与预测累积发病率之间面积减少的比例）。LATTE 在所有设定下相较 SAMGEP 和 RETAIN 等基准方法均取得显著提升。