[论文解读] Early detection of sepsis utilizing deep learning on electronic health record event sequences

Simon Meyer Lauritsen, Mads Ellersgaard Kalør+5 more|arXiv (Cornell University)|Jun 7, 2019

Sepsis Diagnosis and Treatment参考文献 20被引用 19

一句话总结

本研究提出一种结合卷积神经网络（CNN）与长短期记忆（LSTM）网络的深度学习模型，用于从不同医院科室的原始电子健康记录（EHR）事件序列中早期检测脓毒症。该模型在脓毒症发作前3小时实现AUROC得分为0.856，能够识别尚未接受抗生素或血培养的患者，从而实现更早的临床干预。

ABSTRACT

The timeliness of detection of a sepsis event in progress is a crucial factor in the outcome for the patient. Machine learning models built from data in electronic health records can be used as an effective tool for improving this timeliness, but so far the potential for clinical implementations has been largely limited to studies in intensive care units. This study will employ a richer data set that will expand the applicability of these models beyond intensive care units. Furthermore, we will circumvent several important limitations that have been found in the literature: 1) Models are evaluated shortly before sepsis onset without considering interventions already initiated. 2) Machine learning models are built on a restricted set of clinical parameters, which are not necessarily measured in all departments. 3) Model performance is limited by current knowledge of sepsis, as feature interactions and time dependencies are hardcoded into the model. In this study, we present a model to overcome these shortcomings using a deep learning approach on a diverse multicenter data set. We used retrospective data from multiple Danish hospitals over a seven-year period. Our sepsis detection system is constructed as a combination of a convolutional neural network and a long short-term memory network. We suggest a retrospective assessment of interventions by looking at intravenous antibiotics and blood cultures preceding the prediction time. Results show performance ranging from AUROC 0.856 (3 hours before sepsis onset) to AUROC 0.756 (24 hours before sepsis onset). We present a deep learning system for early detection of sepsis that is able to learn characteristics of the key factors and interactions from the raw event sequence data itself, without relying on a labor-intensive feature extraction work.

研究动机与目标

• 开发一种可扩展的深度学习系统，利用异构EHR数据在重症监护室外实现脓毒症的早期检测。
• 克服以往模型的局限性，包括对特定临床参数的依赖以及对缺失数据处理能力差的问题。
• 通过考虑临床干预的现实、回顾性序列评估方法，评估模型性能。
• 通过确定脓毒症检测是否先于关键干预措施（如抗生素和血培养）发生，评估其临床实用性。
• 通过直接从原始EHR事件序列中学习表征，减少对手动特征工程的依赖。

提出的方法

• 该模型采用混合架构，结合一维卷积神经网络（CNN）用于局部模式提取，以及长短期记忆（LSTM）网络用于建模EHR事件序列中的时间依赖性。
• 使用丹麦四个市镇（2010–2017年）的EHR数据，包括生化、药物、微生物学、影像学和行政数据，以时间有序的事件序列形式表示。
• 通过使用类别加权的损失函数进行训练，以解决类别不平衡问题，正样本的过采样倍数为10，负样本按1:5的比例采样以保持平衡。
• 提出一种新颖的回顾性评估方法，评估干预措施（如静脉抗生素、血培养）是否在预测时间点之前已启动。
• 最小化特征工程；模型直接从原始事件序列中学习相关模式与交互关系，无需预定义临床特征。
• 使用AUROC评估模型性能，分析重点集中在脓毒症发作前24至3小时的预测窗口。

实验结果

研究问题

• RQ1 深度学习模型能否仅使用原始EHR事件序列，比传统模型更早、更可靠地检测脓毒症？
• RQ2 当应用于监测频率较低的非ICU科室时，该模型是否仍能保持高性能？
• RQ3 该模型的预测在多大程度上先于关键临床干预（如抗生素和血培养）发生？
• RQ4 与依赖特定且常缺失的临床参数的基线模型相比，该模型的性能如何？
• RQ5 与在固定时间点进行的标准AUROC评估相比，基于序列的评估方法是否更能反映真实临床环境中的实用性？

主要发现

• CNN-LSTM模型在脓毒症发作前3小时预测时，AUROC达到0.856，展现出强大的早期检测能力。
• 在脓毒症发作前24小时，模型AUROC仍保持在0.756，表明其在更长预测窗口内也具备一致的性能表现。
• 大量脓毒症患者在预测时刻尚未接受静脉抗生素或血培养，凸显了该模型触发更早干预的潜力。
• 与依赖特定临床参数的基线梯度提升模型（GB-Vital）相比，该模型表现更优，而后者在数据集中常因参数缺失而性能下降。
• 尽管存在缺失数据，该模型性能依然稳健，因其直接从原始事件序列中学习，无需预定义特征。
• 本研究识别出与医院工作流程和IT系统相关的潜在偏差，提示组织流程可能影响模型的泛化能力。