多任务学习在电子健康记录数据表型化中的有效性

电子表型化是通过分析个体医疗记录来确定其是否具有关注疾病状态的任务，是临床信息学的基础。电子表型化日益通过监督学习完成。我们研究了利用电子健康记录（EHR）数据进行表型化时多任务学习的有效性。多任务学习旨在通过联合学习额外的辅助任务来提升目标任务的模型性能，并已用于机器学习的不同领域。然而，当其应用于EHR数据时效用尚未确立，且先前工作表明其收益并不稳定。我们呈现的实验阐明了在使用EHR数据进行表型化时，相对于为单一表型训练的神经网络以及调优良好的逻辑回归基线，多任务神经网络何时能提升性能。我们发现，对于罕见表型，多任务神经网络始终优于单任务神经网络，但对于相对更常见的表型则表现较差。效应量随辅助任务增多而增大。此外，多任务学习降低了神经网络对罕见表型超参数设置的敏感性。最后，我们量化了表型复杂度，并发现无论是否使用多任务学习，除非表型足够复杂，否则神经网络不会优于简单基线。