临床笔记在多模态电子健康记录数据学习中的重要性
机器学习
2022-12-07 v1
摘要
理解深度学习模型行为对于医学界接受基于机器学习的决策支持系统至关重要。先前研究表明，在重症监护病房（ICU）患者监测中，联合使用临床笔记与电子健康记录（EHR）数据可提升预测性能。本工作中，我们探究这些性能提升背后的原因。在采用基础注意力模型以保证可解释性的同时，我们首先确认，当结合 EHR 数据与临床笔记时，性能显著优于最先进的 EHR 数据模型。随后我们分析表明，性能提升几乎完全来自包含患者状态更宽泛背景的一小部分笔记，而非临床医生笔记。我们认为此类发现凸显出，EHR 数据的深度学习模型的局限更多来自部分描述性数据而非建模选择，从而倡导该领域采取更以数据为中心的方法。
引用
@article{arxiv.2212.03044,
title = {On the Importance of Clinical Notes in Multi-modal Learning for EHR Data},
author = {Severin Husmann and Hugo Yèche and Gunnar Rätsch and Rita Kuznetsova},
journal= {arXiv preprint arXiv:2212.03044},
year = {2022}
}
备注
Workshop on Learning from Time Series for Health, 36th Conference on Neural Information Processing Systems (NeurIPS 2022) 15 pages (including appendices)