[論文レビュー] HeteroMed: Heterogeneous Information Network for Medical Diagnosis

Anahita Hosseini, Ting Chen+3 more|arXiv (Cornell University)|Apr 22, 2018

Machine Learning in Healthcare被引用数 9

ひとこと要約

HeteroMedは、メタパスを用いて臨床イベント間の意味的に有意義な関係を捉えることで、電子的健康記録（EHR）をモデル化する異種情報ネットワーク（HIN）フレームワークを提案する。これにより、正確な診断コードと疾患群の予測が向上し、臨床的に意味のあるイベント間の類似性を学習する能力も優れている。

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.

研究の動機と目的

• 臨床イベント間の意味的関係を捉えられていない既存のEHRモデリング手法の限界を解消すること。
• 欠損値を伴う異種EHRデータから、疾患診断に配慮した表現を学習するフレームワークを開発すること。
• メタパスを用いて、症状、検査、診断などの複数タイプの臨床関係をモデル化し、診断推論を向上させること。
• 臨床的に意味のあるイベント間の類似性を捉える、関係に配慮した表現学習を可能にすること。
• 正確な診断コード予測と一般的な疾患群分類の両方で優れた性能を示すこと。

提案手法

• テキスト、数値、カテゴリカルなデータからなる生のEHRデータを、患者、訪問、臨床イベントなどの異なるノードタイプと関係タイプを持つ異種情報ネットワークに変換すること。
• 患者-訪問-症状-診断や患者-訪問-検査-診断といったメタパスを定義し、診断に関連する高レベルで意味的に有意義な関係を符号化すること。
• 事前に定義されたメタパスに沿ってノードをサンプリングする異種ネットワーク埋め込みモデルを採用し、臨床イベントの文脈に配慮した表現を学習すること。
• 疾患診断予測タスクに特化して臨床イベントの表現を最適化する共同埋め込みフレームワークを活用すること。
• 完全な記録に依存せず、メタパスに基づく文脈を活用することで欠損値処理を統合すること。
• メタパスで定義された近傍内でスキップグラムに類似したネガティブサンプリングを適用し、表現学習を最適化すること。

実験結果

リサーチクエスチョン

• RQ1 異種情報ネットワークは、医療診断のための複雑で多関係的な構造を有するEHRデータを効果的にモデル化できるか？
• RQ2 共起に基づく手法と比較して、メタパスで定義された関係は臨床イベントの表現をどのように改善するか？
• RQ3 一般向け埋め込みモデルと比較して、関係に配慮した埋め込みは診断予測の正確性をどの程度向上させるか？
• RQ4 欠損データが存在する状況でも、症状と診断の間の臨床的に意味のある類似性をモデルが捉えられるか？
• RQ5 診断に特化した共同埋め込みフレームワークは、下流の診断タスクにおいて一般向け表現学習を上回る性能を示すか？

主な発見

• HeteroMedは、MIMIC-IIIデータセットの全診断コードグループにおいて、ベースラインモデルを顕著に上回る正確な診断コード予測性能を示した。
• HeteroMedは疾患群予測においても優れた性能を発揮し、とくにスパースな診断カテゴリーにおいても、クラスの不均衡に強く対応している。
• 定性的なケーススタディでは、HeteroMedが糖尿病、貧血、風邪などの臨床的に関連する症状をスケープグラムベースのモデルよりも高くランク付けしており、意味理解の向上が裏付けられた。
• HeteroMedは、正解に存在する主要な疾患カテゴリをすべて正しく予測したが、スケープグラムモデルは消化器系疾患のようなカテゴリを完全に見逃していた。
• HeteroMedの予測は臨床的に整合性が高く、上位9つの予測コードすべてが実際の疾患カテゴリに属していた。一方、スケープグラムモデルは関連のないカテゴリ（例：結合組織疾患）からのコードを予測していた。
• メタパスを介した表現学習の能力により、より正確で意味的に有意義な臨床イベントの類似性が得られ、専門家によるレビューでも裏付けられた。