[논문 리뷰] Visualization of Emergency Department Clinical Data for Interpretable Patient Phenotyping

Nathan C. Hurley, Adrian D. Haimovich외 2명|arXiv (Cornell University)|2019. 07. 05.

Machine Learning in Healthcare인용 수 4

한 줄 요약

이 논문은 비상진료실(ED) 전자건강기록(EHR) 데이터에서 이해할 수 있고 데이터 기반인 환자 표현형을 식별하기 위해 UMAP와 가우시안 혼합 모델(GMMs)을 사용한 이차원 시각화 파이프라인을 제안한다. 다섯 가지 주요 증상에 대한 실제 ED 데이터셋에 비선형 차원 축소와 군집화를 적용함으로써, ARI 점수 범위가 0.35에서 0.74 사이인 안정적이고 임상적으로 관련성이 있는 환자 하위군이 드러나며, 이는 실시간 삼분법 및 후행 코hort 발견을 가능하게 한다.

ABSTRACT

Visual summarization of clinical data collected on patients contained within the electronic health record (EHR) may enable precise and rapid triage at the time of patient presentation to an emergency department (ED). The triage process is critical in the appropriate allocation of resources and in anticipating eventual patient disposition, typically admission to the hospital or discharge home. EHR data are high-dimensional and complex, but offer the opportunity to discover and characterize underlying data-driven patient phenotypes. These phenotypes will enable improved, personalized therapeutic decision making and prognostication. In this work, we focus on the challenge of two-dimensional patient projections. A low dimensional embedding offers visual interpretability lost in higher dimensions. While linear dimensionality reduction techniques such as principal component analysis are often used towards this aim, they are insufficient to describe the variance of patient data. In this work, we employ the newly-described non-linear embedding technique called uniform manifold approximation and projection (UMAP). UMAP seeks to capture both local and global structures in high-dimensional data. We then use Gaussian mixture models to identify clusters in the embedded data and use the adjusted Rand index (ARI) to establish stability in the discovery of these clusters. This technique is applied to five common clinical chief complaints from a real-world ED EHR dataset, describing the emergent properties of discovered clusters. We observe clinically-relevant cluster attributes, suggesting that visual embeddings of EHR data using non-linear dimensionality reduction is a promising approach to reveal data-driven patient phenotypes. In the five chief complaints, we find between 2 and 6 clusters, with the peak mean pairwise ARI between subsequent training iterations to range from 0.35 to 0.74.

연구 동기 및 목표

• 임상적 의사결정 지원을 위한 고차원적이고 복잡한 ED EHR 데이터를 해석하는 데 도전하는 것.
• 약한 진단 레이블에 의존하지 않고 데이터 기반 환자 표현형을 식별하기 위한 시각적이고 해석 가능한 방법을 개발하는 것.
• 환자를 저차원의 안정된 시각화 공간에 투영하여 실시간 삼분법 및 후행 코hort 발견을 가능하게 하는 것.
• 조정된 랜드 지수(ARI)와 환자 수준의 특성 변수를 사용하여 발견된 군집의 강건성과 임상적 관련성을 평가하는 것.
• 비선형 차원 축소(UMAP)가 선형 방법보다 ED 환자 데이터의 국소적 및 전반적 구조를 더 잘 포착함을 보여주는 것.

제안 방법

• 저자들은 고차원적 EHR 데이터를 국소적 및 전반적 데이터 구조를 유지하면서 두 차원으로 압축하기 위해 균일 다층 근사 및 투영(UMAP)을 적용한다.
• GMMs는 UMAP 임bedded 공간 내에서 군집을 식별하고, 환자들을 표현형 하위군에 확률적으로 할당할 수 있도록 한다.
• 연속적인 학습 반복 사이의 군집화 간에 조정된 랜드 지수(ARI)를 계산하여 식별된 군집의 안정성을 평가한다.
• 이 파이프라인은 실제 ED EHR 데이터셋(560,486건의 방문 기록)에서 다섯 가지 주요 증상(복통, 흉통, 호흡기류, 요추통, 추락)에 대해 별도로 적용된다.
• 모델 전체를 재학습하지 않고도 새로운 환자를 사전에 학습된 UMAP 공간에 투영함으로써 신규 환자에 대한 추론을 지원한다.
• 각 군집 내에서 인구통계학적 및 삼분법 변수를 분석하여 군집의 임상적 관련성을 평가한다.

실험 결과

연구 질문

• RQ1 UMAP를 사용한 비선형 차원 축소가 복잡한 ED EHR 데이터에서 이해할 수 있고 안정적인 환자 표현형을 효과적으로 드러내는가?
• RQ2 다양한 주요 증상 간에 식별된 군집의 안정성과 임상적 관련성은 어떻게 비교되는가?
• RQ3 이 시각화 파이프라인이 ED 환경에서 실시간 환자 삼분법 및 후행 코hort 발견을 지원할 수 있는가?
• RQ4 군집 특성이 공존 질환 및 삼분법 급성도와 같은 알려진 임상 변수를 어느 정도 반영하는가?
• RQ5 UMAP를 사용할 경우 선형 또는 비모수적 방법(t-SNE 등)에 비해 군집의 안정성과 전반적 구조 보존이 향상되는가?

주요 결과

• 이 방법은 다섯 가지 주요 증상에 걸쳐 군집 수가 2개에서 6개 사이로 안정적으로 식별되었으며, ARI로 측정된 군집 안정성 범위는 0.35에서 0.74 사이였다.
• 추락 사례에서 군집 안정성이 가장 높았으며(최대 ARI = 0.741), 복통에서 가장 낮았으며(최대 ARI = 0.353), 이는 더 높은 임상적 이질성을 시사했다.
• 군집은 임상적으로 의미가 있었으며, 인구통계학적 특성, 삼분법 점수, 공존 질환을 기반으로 환자를 묶었으며, 추락 관련 증상에서 불리한 결과 위험이 높은 환자군이 식별되었다.
• UMAP-GMM 파이프라인이 새로운 환자를 기존 시각화에 투영할 수 있게 해, 재학습 없이도 실시간 임상 평가를 지원했다.
• 유사한 병리(예: 흉통으로 나타나는 심근경색 또는 실신)를 가진 환자들이 주요 증상에 따라 분류되지 않은 채로는 일관되게 군집화되지 않았으며, 이는 다중 증상 모델링의 필요성을 강조했다.
• 추락 관련 사례에서는 위험도가 높은 군집일수록 입원 가능성이 더 높았으며, 이는 위험도 분류 및 개입 대상 선정 가능성을 시사했다.