[논문 리뷰] Mining Electronic Health Records: A Survey

Pranjul Yadav, Michael Steinbach외 2명|arXiv (Cornell University)|2017. 02. 09.

Machine Learning in Healthcare참고 문헌 219인용 수 10

한 줄 요약

이 종합 검토는 전자 건강 기록(EHR)을 위한 데이터 마이닝 기법에 대한 포괄적인 개요를 제공하며, 데이터 이질성, 누락 값, 시간적 동적 변화와 같은 과제를 다룹니다. 임상 예측, 가설 생성, 인구 건강 관리에 기여하기 위해 데이터 마이닝, 생물통계학, 역학 분야의 방법을 통합하며, 실제 임상 현장에서 사용 가능한 신뢰할 수 있고 해석 가능한 모델의 중요성을 강조합니다.

ABSTRACT

The continuously increasing cost of the US healthcare system has received significant attention. Central to the ideas aimed at curbing this trend is the use of technology, in the form of the mandate to implement electronic health records (EHRs). EHRs consist of patient information such as demographics, medications, laboratory test results, diagnosis codes and procedures. Mining EHRs could lead to improvement in patient health management as EHRs contain detailed information related to disease prognosis for large patient populations. In this manuscript, we provide a structured and comprehensive overview of data mining techniques for modeling EHR data. We first provide a detailed understanding of the major application areas to which EHR mining has been applied and then discuss the nature of EHR data and its accompanying challenges. Next, we describe major approaches used for EHR mining, the metrics associated with EHRs, and the various study designs. With this foundation, we then provide a systematic and methodological organization of existing data mining techniques used to model EHRs and discuss ideas for future research. We conclude this survey with a comprehensive summary of clinical data mining applications of EHR data, as illustrated in the online supplement.

연구 동기 및 목표

• 미국 의료비 증가 추세 속에서 효율적이고 데이터 기반의 의료 솔루션에 대한 수요 증가에 대응하기 위해.
• EHR 데이터가 유발하는 고유한 과제, 예를 들어 이질성, 누락, 케이싱, 시간적 동적 변화를 식별하고 체계화하기 위해.
• 데이터 마이닝, 생물통계학, 임상 연구 간 격차를 해소하기 위해 역학 및 임상 의사결정 지원 분야의 방법을 통합하기 위해.
• 임상 의사결정 지원 및 인구 건강 관리에 기여하는 신뢰할 수 있고 해석 가능한 모델의 개발을 촉진하기 위해.
• EHR 데이터 마이닝을 전통적인 임상 시험의 보완적이고 확장 가능한 대안으로 위치지어, 가설 생성 및 결과 분석에 활용하기 위해.

제안 방법

• 구조화된(진단, 검사), 비구조화된(임상 노트), 종단적 요소를 포함한 EHR 데이터 유형을 시스템적으로 분류합니다.
• 교차 검증, 한 개 제외 검증, 종단적 EHR 데이터를 위한 시간적 모델링과 같은 핵심 데이터 마이닝 기법을 검토합니다.
• 생존 분석 및 인과 추론과 같은 생물통계학적 방법을 도입하여 케이싱 데이터와 혼란 변수를 처리합니다.
• 임상적 신뢰성과 장기적 타당성을 확보하기 위해 모델의 해석 가능성과 생리학적 타당성을 강조합니다.
• 문제 정의에서 모델 검증에 이르기까지 임상 연구 워크플로우에 부합하는 EHR 마이닝 프레임워크를 제안합니다.
• 다양한 데이터 유형 통합(예: 게놈, 웨어러블 기기)과 이질적인 EHR 자료에 대한 개선된 데이터 표현 방식과 같은 새로운 요구사항을 부각합니다.

실험 결과

연구 질문

• RQ1 EHR 데이터의 고유한 특성, 예를 들어 누락, 이질성, 시간적 희소성 등을 다룰 수 있도록 데이터 마이닝 기법을 어떻게 적응시킬 수 있는가?
• RQ2 임상 예측 및 인구 건강 분석을 지원하기 위해 종단적 EHR 데이터를 모델링하는 데 가장 효과적인 방법은 무엇인가?
• RQ3 EHR 기반 데이터 마이닝은 어떻게 고도의 테스트 가능성을 갖춘 가설을 생성하는 데 랜덤화 임상 시험을 보완할 수 있는가?
• RQ4 해석 가능성과 생리학적 타당성은 EHR 데이터에 기반한 기계학습 모델의 신뢰성과 임상적 수용도에 어떻게 기여하는가?
• RQ5 생물통계학 및 역학 분야의 기법은 EHR 데이터 마이닝에 어떻게 통합되어 유효성과 인과 추론을 향상시킬 수 있는가?

주요 결과

• EHR 데이터 마이닝은 환자 집단의 대규모 종단적 분석을 가능하게 하여, 가설 생성 및 대규모 임상 의사결정 지원을 지원합니다.
• Rich한 정보를 제공하지만, EHR는 데이터 이질성, 누락 값, 케이싱, 비균일한 데이터 수집 간격으로 인해 상당한 과제를 야기합니다.
• 생리학적 기반이 없는 예측 변수에 기반한 모델는 사용자 행동 변화로 인해 기술적 낡음이 발생할 수 있으며, 이는 구글 플루 트렌드의 실패로 입증되었습니다.
• 임상적 신뢰성과 장기적 타당성을 확보하기 위해 해석 가능하고 생리학적으로 타당한 모델이 필수적입니다. 특히 고위험 의료 응용 분야에서 그러합니다.
• 생존 분석 및 인과 추론과 같은 생물통계학적 방법을 EHR 데이터 마이닝에 통합하면 모델의 강건성과 임상적 관련성이 향상됩니다.
• 데이터 마이닝, 생물통계학, 임상 연구의 융합은 인구 건강 관리 및 의료 제공의 규모화된 증거 기반 개선을 위한 길을 열어 줍니다.