[论文解读] A Review of Challenges and Opportunities in Machine Learning for Health

Marzyeh Ghassemi, Tristan Naumann+4 more|PubMed|Jun 1, 2018

Machine Learning in Healthcare参考文献 123被引用 253

一句话总结

本文综述了将机器学习应用于健康数据（尤其是 EHRs）的独特挑战，并概述机会，强调因果关系、缺失数据、结果定义和非平稳性，并呼吁临床医生–ML 合作。

ABSTRACT

Modern electronic health records (EHRs) provide data to answer clinically meaningful questions. The growing data in EHRs makes healthcare ripe for the use of machine learning. However, learning in a clinical setting presents unique challenges that complicate the use of common machine learning methodologies. For example, diseases in EHRs are poorly labeled, conditions can encompass multiple underlying endotypes, and healthy individuals are underrepresented. This article serves as a primer to illuminate these challenges and highlights opportunities for members of the machine learning community to contribute to healthcare.

研究动机与目标

• 突出医疗保健中机器学习的独特技术挑战（因果关系、缺失性、结果）以及它们对建模选择的影响。
• 提出一个医疗保健机会层级，其中机器学习可自动化任务、支持临床医生、拓展临床能力。
• 鼓励机器学习研究人员与临床医生之间的合作，开发具有临床实用性和可操作性的模型。
• 讨论在医疗保健中处理数据漂移、可解释性和表征学习的研究方向

提出的方法

• 讨论因果性作为回答医疗保健中干预为基础问题的核心要求。
• 解释缺失数据机制（MCAR、MAR、MNAR）及其对模型设计和评估的影响。
• 概述可靠的结果构建以及在基于 EHR 的学习中标签泄漏的风险。
• 提出一个医疗保健机会层级，并将 ML 方法映射到自动化任务、支持决策和扩展能力。
• 倡导鲁棒、可解释且协作的 ML 系统以及面向多源医疗数据的表征学习。

实验结果

研究问题

• RQ1 将 ML 应用于医疗数据所独特的核心挑战是什么，它们如何影响模型的有效性和实用性？
• RQ2 在设计包含异质性 EHR 数据的 ML 任务时，结果应如何定义和标注？
• RQ3 ML 模型如何考虑医疗数据集中固有的缺失数据和偏差？
• RQ4 在临床环境中部署 ML 的机会与要求是什么，包括可解释性和与临床医生的协作？
• RQ5 哪些研究方向解决医疗保健机器学习中的数据非平稳性和表征问题？

主要发现

• 因果性对回答干预为基础的问题至关重要，在使用观察性健康数据时带来挑战。
• 必须对缺失数据机制（MCAR、MAR、MNAR）进行建模并予以承认，以避免偏倚的预测和误解。
• 医疗保健中的结果需要仔细定义、情境感知，并避免标签泄漏，以确保有意义的预测。
• 存在一个广泛的三层机会结构：自动化任务、支持临床决策、扩展临床能力，每一层均有不同的评估需求。
• 模型的可解释性和正当性，以及多源数据的鲁棒表征，对于临床采纳和信任至关重要。
• 临床协作对于识别高影响力问题和确保 ML 解决方案的可操作性至关重要。