监督式多专家主题模型及其在大规模电子健康记录数据中的应用
机器学习
2021-05-05 v1 定量方法
摘要
动机：电子健康记录（EHR）数据为阐明疾病共病与潜在表型以用于精准医疗提供了新途径。为充分挖掘其潜力，需要对 EHR 数据的真实数据生成过程进行建模。我们提出 MixEHR-S 以从 EHR 数据中联合推断专科-疾病主题。作为关键贡献，我们基于患者潜在的疾病主题混合，在一种新颖的统一监督层次贝叶斯主题模型中，将专科分配和 ICD 编码诊断建模为潜在主题。为实现高效推断，我们开发了闭式坍缩变分推断算法来学习 MixEHR-S 的模型分布。我们将 MixEHR-S 应用于魁北克的两个独立大规模 EHR 数据库，包含三个目标应用：（1）在 154,775 名患者中的先天性心脏病（CHD）诊断预测；（2）在 73,791 名患者中的慢性阻塞性肺疾病（COPD）诊断预测；（3）在 78,712 名诊断为糖尿病的患者中的未来胰岛素治疗预测，作为评估疾病恶化的手段。在所有三个应用中，MixEHR-S 在最具预测性的潜在主题中给出了具有临床意义的潜在主题，并且相较于现有方法取得了更优的目标预测精度，为优先照护高风险患者提供了机会。MixEHR-S 源代码与实验脚本可在 https://github.com/li-lab-mcgill/mixehrS 免费获取。
引用
@article{arxiv.2105.01238,
title = {Supervised multi-specialist topic model with applications on large-scale electronic health record data},
author = {Ziyang Song and Xavier Sumba Toral and Yixin Xu and Aihua Liu and Liming Guo and Guido Powell and Aman Verma and David Buckeridge and Ariane Marelli and Yue Li},
journal= {arXiv preprint arXiv:2105.01238},
year = {2021}
}