PyHealth：一个用于健康预测模型的Python库
机器学习
2021-01-13 v1 人工智能
摘要
尽管医疗AI研究兴趣激增，这些研究工作的可复现性与基准测试常受限于缺乏标准基准数据集与多样评价指标。为应对此可复现性挑战，我们开发了PyHealth，一个用于在医疗数据上开发各类预测模型的开源Python工具箱。PyHealth由数据预处理模块、预测建模模块与评估模块组成。PyHealth的目标用户既包括计算机科学研究者，也包括医疗数据科学家。借助PyHealth，他们可用少于十行代码在医疗数据集上执行复杂机器学习流水线。数据预处理模块可将纵向电子健康记录、医学图像、连续信号（如心电图）与临床笔记等复杂医疗数据集转换为机器学习友好格式。预测建模模块通过为研究者与从业者设计的统一但可扩展API，提供30余个机器学习模型，包括成熟的集成树与基于深度神经网络的方法。评估模块提供多种评估策略（如交叉验证与训练-验证-测试划分）与预测模型指标。考虑到鲁棒性与可扩展性，库的开发中引入了单元测试、持续集成、代码覆盖与交互式示例等最佳实践。PyHealth可通过Python包索引(PyPI)或https://github.com/yzhao062/PyHealth安装。
引用
@article{arxiv.2101.04209,
title = {PyHealth: A Python Library for Health Predictive Models},
author = {Yue Zhao and Zhi Qiao and Cao Xiao and Lucas Glass and Jimeng Sun},
journal= {arXiv preprint arXiv:2101.04209},
year = {2021}
}