从时间序列电子健康记录中学习并解耦患者静态信息（STEER）
机器学习
2023-11-14 v2 计算机与社会
摘要
近期医疗机器学习工作引发了关于患者隐私与算法公平性的担忧。例如，先前工作表明，患者自我报告的种族可从未显式包含种族信息的医疗数据中预测出来。然而，数据识别的程度尚属未知，且我们缺乏使模型结果受此类信息影响最小化的方法。在此，我们系统研究了时间序列电子健康记录数据预测患者静态信息的能力。我们发现，不仅是原始时间序列数据，机器学习模型学到的表示也可被训练以预测多种静态信息，受试者工作特征曲线下面积（AUC）最高达：生物性别 0.851、二值化年龄 0.869、自我报告种族 0.810。如此高的预测性能可扩展至广泛的共病因素，且即使模型用于不同任务、不同队列、不同模型架构与数据库训练时依然存在。鉴于这些发现带来的隐私与公平性问题，我们开发了一种基于变分自编码器的方法，学习结构化潜空间以从时间序列数据中解耦患者敏感属性。我们的工作深入探究了机器学习模型从时间序列电子健康记录编码患者静态信息的能力，并引入了一种保护下游任务中患者敏感属性信息的通用方法。
引用
@article{arxiv.2309.11373,
title = {Learning and DiSentangling Patient Static Information from Time-series Electronic HEalth Record (STEER)},
author = {Wei Liao and Joel Voldman},
journal= {arXiv preprint arXiv:2309.11373},
year = {2023}
}