ProtoEHR：基于 EHR 的医疗健康预测的层次化原型学习

数字医疗系统已促进了电子健康记录 (EHR) 中海量医疗数据的收集，使人工智能能够解决各种医疗预测任务。然而，现有研究往往仅关注 EHR 数据的孤立组成部分，限制了其预测性能和可解释性。为此，我们提出 ProtoEHR，一种可解释的层次化原型学习框架，充分利用 EHR 数据的丰富多层次结构以提升医疗预测。具体而言，ProtoEHR 模型化量医学编码、住院记录和患者三层次 EHR 之间的内在及跨层次关系。首先，我们利用大型语言模型提取医学编码之间的语义关系，构建医学知识图谱作为知识来源。基于此，我们设计了层次化表征学习框架，捕获跨三层次的上下文表征，同时纳入每层次的原型信息以捕获内在相似性并提升泛化能力。为进行全面评估，我们在两个公开数据集上对 ProtoEHR 进行评估，涵盖死亡率预测、再入院预测、住院时长预测、药物推荐和表型预测等五个临床关键任务。结果表明，ProtoEHR 在文献中对比基线方法方面能够实现准确、稳健且可解释的预测。此外，ProtoEHR 提供了在编码、住院和患者层次上的可解释见解，以辅助医疗预测。