合成事件时间序列健康数据生成

在保护隐私的同时保持效用的合成医疗数据可用作真实医疗数据的替代方案，后者伴随隐私成本与资源限制。目前，大多数模型侧重于生成横断面健康数据，其未必能代表真实数据。现实中，医疗数据本质上是纵向的，单个患者在其一生中具有多次非均匀分布的医疗事件。这些事件受患者协变量（如合并症、年龄组、性别等）以及外部时间效应（例如流感季）的影响。尽管已有开创性的时间序列数据建模方法，将这些方法推广到医疗事件时间序列数据愈发具有挑战性。由于真实数据的复杂性（每次患者就诊即一个事件），我们通过使用汇总统计量刻画固定时间区间内的事件，对数据进行变换，以促进分析与可解释性。随后我们训练一个生成对抗网络来生成合成数据。我们通过从公开数据集生成人类睡眠模式来演示该方法。我们对生成数据进行了实证评估，并展示合成与真实数据间密切的单变量相似性。然而，我们也展示了如何通过对协变量进行分层以深入理解合成数据质量。