[논문 리뷰] HeteroMed: Heterogeneous Information Network for Medical Diagnosis

Anahita Hosseini, Ting Chen외 3명|arXiv (Cornell University)|2018. 04. 22.

Machine Learning in Healthcare인용 수 9

한 줄 요약

HeteroMed는 임상 이벤트 간 의미적으로 유의미한 관계를 메타패스와 공동 임베딩을 통해 포착함으로써 전자건강기록(EHR)을 모델링하기 위한 이종 정보망(HIN) 프레임워크를 제안한다. 이는 정확한 진단 코드와 질환군 예측에서 이전 방법들을 능가하며, 임상적으로 유의미한 이벤트 간 유사성 학습 능력이 뛰어나다.

ABSTRACT

With the recent availability of Electronic Health Records (EHR) and great opportunities they offer for advancing medical informatics, there has been growing interest in mining EHR for improving quality of care. Disease diagnosis due to its sensitive nature, huge costs of error, and complexity has become an increasingly important focus of research in past years. Existing studies model EHR by capturing co-occurrence of clinical events to learn their latent embeddings. However, relations among clinical events carry various semantics and contribute differently to disease diagnosis which gives precedence to a more advanced modeling of heterogeneous data types and relations in EHR data than existing solutions. To address these issues, we represent how high-dimensional EHR data and its rich relationships can be suitably translated into HeteroMed, a heterogeneous information network for robust medical diagnosis. Our modeling approach allows for straightforward handling of missing values and heterogeneity of data. HeteroMed exploits metapaths to capture higher level and semantically important relations contributing to disease diagnosis. Furthermore, it employs a joint embedding framework to tailor clinical event representations to the disease diagnosis goal. To the best of our knowledge, this is the first study to use Heterogeneous Information Network for modeling clinical data and disease diagnosis. Experimental results of our study show superior performance of HeteroMed compared to prior methods in prediction of exact diagnosis codes and general disease cohorts. Moreover, HeteroMed outperforms baseline models in capturing similarities of clinical events which are examined qualitatively through case studies.

연구 동기 및 목표

• 기존의 EHR 모델링 방법이 임상 이벤트 간 의미 관계를 포착하지 못하는 한계를 해결하기 위해.
• 결측치가 있는 이종 EHR 데이터로부터 질환 진단 인식 표현을 학습하는 프레임워크를 개발하기 위해.
• 메타패스를 사용하여 복잡한 다중 유형의 임상 관계(예: 증상, 검사, 진단)를 모델링하여 진단 추론을 향상시키기 위해.
• 임상적으로 의미 있는 유사성을 반영한 관계 인식 표현 학습을 가능하게 하기 위해.
• 정확한 진단 코드 예측과 일반 질환군 분류 모두에서 뛰어난 성능을 입증하기 위해.

제안 방법

• 원시 EHR 데이터(텍스트, 수치형, 범주형)를 환자, 방문, 임상 이벤트 등의 고유한 노드 유형과 관계 유형을 갖는 이종 정보망으로 변환하기.
• 환자-방문-증상-진단 또는 환자-방문-검사-진단과 같은 메타패스를 정의하여 진단과 관련된 고수준의 의미적 유의미한 관계를 인코딩하기.
• 사전 정의된 메타패스를 따라 노드를 샘플링하는 이종 네트워크 임베딩 모델을 활용하여 임상 이벤트의 맥락 인식 표현을 학습하기.
• 질환 진단 예측 작업에 특화된 임상 이벤트 표현을 위한 공동 임베딩 프레임워크를 활용하기.
• 완전한 기록에 의존하지 않고 메타패스 기반 맥락을 활용하여 결측치 처리를 통합하기.
• 메타패스로 정의된 이웃 영역 내에서 스킵그램 유사 음성 샘플링을 적용하여 표현 학습 최적화하기.

실험 결과

연구 질문

• RQ1 이종 정보망은 복잡한 다중관계적 구조를 가진 EHR 데이터를 의료 진단에 효과적으로 모델링할 수 있는가?
• RQ2 공존 기반 방법과 비교해 메타패스로 정의된 관계는 임상 이벤트 표현에 어떻게 향상되는가?
• RQ3 일반 목적 임베딩 모델과 비교해 관계 인식 임베딩은 진단 예측 정확도에 얼마나 기여하는가?
• RQ4 결측 데이터가 존재하는 상황에서도 모델은 증상과 진단 간 임상적으로 의미 있는 유사성을 포착할 수 있는가?
• RQ5 진단에 특화된 공동 임베딩 프레임워크는 하류 진단 작업에서 일반 목적 표현 학습보다 뛰어난 성능을 보일 수 있는가?

주요 결과

• HeteroMed는 MIMIC-III 데이터셋에서 모든 진단 코드 그룹에 걸쳐 정확한 진단 코드 예측에서 기준 모델을 크게 능가한다.
• 희소한 진단 카테고리에 대해서도 질환군 예측 성능이 뛰어나, 클래스 불균형 문제에 대한 강건성을 보여준다.
• 정성적 사례 연구에서 HeteroMed는 당뇨, 빈혈, 감기 등의 임상적으로 관련성이 높은 증상을 스킵그램 기반 모델보다 더 높게 순위 매겼으며, 더 나은 의미 이해 능력을 입증한다.
• HeteroMed는 지표에 존재하는 주요 질환 카테고리 전부를 성공적으로 예측하지만, 스킵그램 모델은 소화기계 질환과 같은 전체 카테고리를 놓친다.
• HeteroMed의 예측 결과는 임상적으로 더 일관성이 있으며, 상위 9개 예측 코드 전부가 실제 질환 카테고리에 속하지만, 스킵그램 모델은 관련 없는 카테고리(예: 결합 조직 질환)의 코드를 예측한다.
• 메타패스를 통한 표현 학습 능력 덕분에 더 정확하고 의미적으로 유의미한 임상 이벤트 유사성 학습이 가능했으며, 전문가 검토를 통해 검증되었다.