面向结构化临床数据的机器学习

在电子健康记录（EHR）中，研究是第三优先级，其首要优先级是患者护理和计费。因此，数据并未以易于适应机器学习方法的方式进行标准化或格式化。由于从个人输入习惯到临床决策差异（例如开具哪些化验项目）等各种各样的原因，数据可能会出现缺失。很少有患者被以研究质量进行标注，这限制了样本量并导致金标准不断变化。患者随时间的病情演变对于理解许多疾病至关重要，但许多机器学习算法需要在单一时间点获取快照，以创建可用的向量形式。此外，产生黑盒结果的算法无法提供临床应用所需的可解释性。本章讨论了在将机器学习技术应用于结构化 EHR（即患者人口统计学特征、家族史、用药信息、生命体征、化验检查、基因检测）时所面临的这些挑战及其他问题。它不涵盖从影像数据或自由文本患者病历等额外来源进行特征提取，但所讨论的方法可以包含从这些来源提取的特征。