[論文レビュー] Representation Learning of EHR Data via Graph-Based Medical Entity Embedding

Tong Wu, Yunlong Wang+4 more|arXiv (Cornell University)|Oct 7, 2019

Machine Learning in Healthcare参考文献 13被引用数 5

ひとこと要約

本稿では、EHRデータ内の医療エンティティ（サービス、医師、患者）の低次元埋め込みを学習するグラフベースの階層的フレームワークであるME2Vecを提案する。共起頻度を用いたサービスの重要度評価と、属性付きマルチグラフの複製およびアノテーション手法を活用することで、病気診断予測においてベースラインを上回り、80%の訓練データを用いた患者分類で87.9%のマイクロ-F1を達成した。

ABSTRACT

Automatic representation learning of key entities in electronic health record (EHR) data is a critical step for healthcare informatics that turns heterogeneous medical records into structured and actionable information. Here we propose ME2Vec, an algorithmic framework for learning low-dimensional vectors of the most common entities in EHR: medical services, doctors, and patients. ME2Vec leverages diverse graph embedding techniques to cater for the unique characteristic of each medical entity. Using real-world clinical data, we demonstrate the efficacy of ME2Vec over competitive baselines on disease diagnosis prediction.

研究の動機と目的

• 代表的表現学習における異種的で縦断的かつ時系列的に不規則なEHRデータの課題に対処すること。
• 患者の移動経路におけるサービス、医師、患者の間の関係的・時系列的構造を統合的に捉えるフレームワークの構築。
• 医師と患者に対して「あなたが何をするかが、あなたを定義する」というモデルを用いて、解釈可能でスケーラブルな埋め込みを実現すること。
• 強化されたエンティティ表現を通じて、患者の類似性および下流の臨床予測タスクの向上。

提案手法

• T日間のスライディングウインドウを用いて、患者間の共起頻度に基づき重み付き隣接行列を計算することで、サービス共起グラフを構築する。
• サービスグラフ上でバイアス付きランダムウォークを実行し、Word2Vecによる最適化により、近接性を保持するとともに、まれで重要なサービスの空間的分離を強調する。
• 医師の専門科を、その医師が実施したサービスからGAT（グラフ自己注意ネットワーク）を用いて予測し、医師の埋め込みをサービス埋め込みの重み付き平均として初期化する。
• 属性付きマルチグラフ（患者、医師、サービス）を、構造的情報を失わず単純グラフに変換するための複製およびアノテーション手法を導入する。
• 変換されたグラフを用いて、医師関係とサービス関係からの情報を集約することで、患者埋め込みを学習し、患者-医師および患者-サービスの相互作用を統合的にモデル化する。
• 学習済み埋め込みに対してロジスティック回帰を用いたノード分類を実行し、病気診断予測のパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 統合的なフレームワークは、EHRデータにおける異種的医療エンティティ（サービス、医師、患者）の埋め込みを、時系列的および関係的構造を保持しながら効果的に学習できるか？
• RQ2 共起頻度と空間的分離を用いたサービスの重要度モデリングが、下流の予測タスクにどのように寄与するか？
• RQ3 複製およびアノテーション手法は、スケーラブルなグラフ埋め込みを実現するにあたり、属性付きマルチグラフの構造的情報をどの程度保持できるか？
• RQ4 医師とサービスを同時にモデル化することで、ME2Vecは既存のベースラインを上回る患者診断予測性能を達成できるか？
• RQ5 文脈ウインドウサイズTのハイパーパrameter選択に対して、埋め込みの性能はどの程度頑健か？

主な発見

• 80%の訓練データを用いた患者診断予測において、ME2Vecはマイクロ-F1スコア0.879、マクロ-F1スコア0.676を達成し、すべてのベースラインを上回った。
• 可視化による証明から、稀で高影響力のサービスが、埋め込み空間において空間的に分散していることが示された。
• t-SNE可視化において、腎臓内科医とがん専門医の埋め込みが、他の専門科と明確に分離していた。
• node2vec や LINE などのベースラインは、患者-医師グラフにおいて劣った性能を示し、患者-医師関係を捉える能力に限界があった。
• 文脈ウインドウサイズTを5日から10日まで変化させても、ME2Vecの性能に顕著な低下は見られず、頑健性が確認された。
• 複製およびアノテーション手法は、マルチグラフの構造を効果的に保持しており、複雑なEHRグラフにおける効率的かつスケーラブルなグラフ埋め込みを可能にした。