[논문 리뷰] A review of Generative Adversarial Networks for Electronic Health Records: applications, evaluation measures and data sources

Ghadeer Ghosheh, Jin Li외 1명|arXiv (Cornell University)|2022. 03. 14.

Generative Adversarial Networks and Image Synthesis참고 문헌 152인용 수 20

한 줄 요약

구조화된 EHR 데이터에 적용된 GANs에 대한 포괄적 고찰로, 응용 분야, 평가 지표, 데이터 소스, 프라이버시 고려사항, 그리고 2022년 1월까지의 향후 연구 방향을 제시한다.

ABSTRACT

Electronic Health Records (EHRs) are a valuable asset to facilitate clinical research and point of care applications; however, many challenges such as data privacy concerns impede its optimal utilization. Deep generative models, particularly, Generative Adversarial Networks (GANs) show great promise in generating synthetic EHR data by learning underlying data distributions while achieving excellent performance and addressing these challenges. This work aims to review the major developments in various applications of GANs for EHRs and provides an overview of the proposed methodologies. For this purpose, we combine perspectives from healthcare applications and machine learning techniques in terms of source datasets and the fidelity and privacy evaluation of the generated synthetic datasets. We also compile a list of the metrics and datasets used by the reviewed works, which can be utilized as benchmarks for future research in the field. We conclude by discussing challenges in GANs for EHRs development and proposing recommended practices. We hope that this work motivates novel research development directions in the intersection of healthcare and machine learning.

연구 동기 및 목표

• 전자 건강 기록(EHR)에 대한 GANs 사용의 필요성과 활용 현황을 고찰하고 조사한다.
• 대상 응용 분야와 데이터 유형(표 형식/타임 시리즈)에 따라 GAN 기반 EHR 연구를 분류한다.
• 합성 EHR을 벤치마킹하는 데 사용된 평가 지표와 데이터 소스를 요약한다.
• GAN 학습, 데이터 이질성, 프라이버시의 도전과제를 논의하고 향후 연구를 위한 모범 사례를 제시한다.

제안 방법

• 2022년 1월까지 Google Scholar에서 확인된 GAN 기반 EHR 연구에 대한 문헌 조사를 수행한다.
• 응용 분야별 분류: 생성, 준지도 학습/데이터 보강, 임퓨테이션, 치료 효과 추정, 프라이버시 보존.
• 검토된 연구들 전반에 사용된 평가 지표와 데이터 세트를 수집하여 벤치마크를 수립한다.
• EHR 데이터에 관련된 GAN 아키텍처, 손실 함수, 학습 안정성 문제를 논의한다.

실험 결과

연구 질문

• RQ1 탭형 및 시계열 형태의 EHR 데이터를 생성하고 활용하기 위해 어떤 GAN 아키텍처가 적용되었는가?
• RQ2 합성 EHR의 품질과 활용도를 평가하는 데 일반적으로 사용되는 평가 지표와 데이터 세트는 무엇인가?
• RQ3 주요 도전과제(예: 프라이버시, 결측성, 이질성, 학습 안정성) 및 EHR에 대한 GAN에 대한 권장 관행은 무엇인가?

주요 결과

• GANs는 다양한 EHR 유형(표 형식 및 시계열)을 생성하는 데 사용되었으며, 준지도 학습, 임퓨테이션, 치료 효과 추정, 프라이버시 보존에도 활용되었다.
• 다양한 아키텍처들(medGAN, RGAN/RCGAN, EMR-WGAN, SC-GAN, SynTEG, EHR-M-GAN, CorGAN, MI-GAN, GAD, and others)이 이산/범주형 데이터, 불규칙한 시계열, 이질적 특성 등과 같은 EHR의 구체적 과제를 다룬다.
• 본 고찰은 일반적으로 사용되는 평가 구성요소들(Dimension-wise Similarity, Latent Distribution Similarity, Joint Distribution Similarity, Inter-dimensional Relationship Similarity, Privacy Preservation, Data Utility, Qualitative Evaluation)과 데이터 소스를 정리한다.
• 자주 사용되는 데이터 세트로는 MIMIC-III, Philips eICU, MAGGIC, MGH? VUMC Synthetic Derivative, NHIRD Taiwan, SEER, 그리고 사설 임상 데이터 세트가 있어 데이터 유형과 접근 제약의 폭을 보여준다.
• 개인정보 보호 GAN 접근 방식(DPGAN, PATE-GAN, AC-GAN, PART-GANs, ADS-GAN, HealthGAN, HCGAN)은 환자 재식별 위험을 완화하기 위해 적극적으로 연구되고 있다.
• 진행에도 불구하고 학습 안정성은 여전히 병목 현상이며, 모드 붕괴와 그래디언트 소실과 같은 문제로 WGAN, minibatch discrimination, unrolled GANs, 노이즈 주입 등의 방법들이 동기 부여된다.