[论文解读] Early Prediction of Sepsis From Clinical Data via Heterogeneous Event Aggregation

Luchen Liu, Haoxian Wu+3 more|arXiv (Cornell University)|Dec 30, 2019

Machine Learning in Healthcare参考文献 7被引用 5

一句话总结

本文提出了一种异构事件聚合模型，通过在应用LSTM捕捉时间相互作用之前，将多种临床事件（分类和数值型）分组为多头表示，从而缩短长临床事件序列。该方法在PhysioNet 2019脓毒症预测挑战赛中获得了0.321的效用分数，证明了其能从电子健康记录（EHR）数据中实现更优的早期脓毒症检测。

ABSTRACT

Sepsis is a life-threatening condition that seriously endangers millions of people over the world. Hopefully, with the widespread availability of electronic health records (EHR), predictive models that can effectively deal with clinical sequential data increase the possibility to predict sepsis and take early preventive treatment. However, the early prediction is challenging because patients’ sequential data in EHR contains temporal interactions of multiple clinical events. And capturing temporal interactions in the long event sequence is hard for traditional LSTM. Rather than directly applying the LSTM model to the event sequences, our proposed model firstly aggregates heterogeneous clinical events in a short period and then captures temporal interactions of the aggregated representations with LSTM. Our proposed Heterogeneous Event Aggregation can not only shorten the length of clinical event sequence but also help to retain temporal interactions of both categorical and numerical features of clinical events in the multiple heads of the aggregation representations. In the PhysioNet/Computing in Cardiology Challenge 2019 [1], with the team named PKU_DLIB, our proposed model, in high efficiency, achieved utility score (0.321) in the full test set.

研究动机与目标

• 解决利用电子健康记录（EHR）进行早期脓毒症预测的挑战，因为EHR中包含复杂且顺序的临床事件。
• 克服标准LSTM模型在捕捉异构临床事件序列中长期时间依赖关系方面的局限性。
• 通过将多类临床事件——包括分类和数值型——聚合为紧凑的多头表示，提升预测性能。
• 通过缩短序列长度同时保留临床相关的时序动态，提升模型效率和表示质量。

提出的方法

• 在短时间窗口内将异构临床事件（如实验室检查、生命体征、诊断）聚合为统一表示。
• 使用多个注意力头分别编码分类特征和数值特征，以保留其独特特性。
• 对聚合后的表示应用共享的LSTM网络，以建模时间窗口间的时间依赖关系。
• 将聚合后的事件表示与时间建模相结合，以提升EHR数据中长序列的学习能力。
• 在顺序EHR数据上端到端训练模型，以高时间精度预测脓毒症发作。
• 使用PhysioNet 2019脓毒症预测挑战赛的评估指标（效用分数）优化模型。

实验结果

研究问题

• RQ1 将异构临床事件聚合为多头表示是否能提升EHR序列中脓毒症预测的时间建模能力？
• RQ2 通过聚合减少临床事件序列长度，是否能保留或提升早期脓毒症检测的预测性能？
• RQ3 与标准LSTM模型相比，该方法在捕捉顺序EHR数据中长期时间相互作用方面表现如何？
• RQ4 在独立的注意力头中保留分类和数值特征的交互关系，在多大程度上提升了模型的泛化能力和准确性？

主要发现

• 所提出的异构事件聚合模型在PhysioNet 2019脓毒症预测挑战赛的完整测试集上获得了0.321的效用分数。
• 通过将事件聚合为紧凑表示，该方法显著缩短了输入序列长度，提升了计算效率。
• 多头聚合策略有效保留了分类和数值临床特征之间的时间相互作用。
• 该模型在捕捉顺序EHR数据中的长程依赖关系方面优于标准LSTM方法。
• 该方法表现出高效率和强预测性能，适用于实时临床部署。
• 结果证实，对异构事件进行结构化聚合可增强基于EHR的脓毒症预测中的时间建模能力。