[论文解读] Graph Neural Network on Electronic Health Records for Predicting Alzheimer's Disease

Weicheng Zhu, Narges Razavian|arXiv (Cornell University)|Dec 8, 2019

Machine Learning in Healthcare参考文献 13被引用 7

一句话总结

本文提出了一种基于图神经网络（GNN）的方法，利用稀疏电子健康记录（EHR）提前12–24个月预测阿尔茨海默病（AD）。通过将临床实体建模为图结构，该方法捕捉了诊断、检验值和诊疗操作之间的复杂关系，实现了最先进（SOTA）的性能，并提供了关于AD进展的可解释性结构洞察。

ABSTRACT

The cause of Alzheimer's disease (AD) is poorly understood, so forecasting AD remains a hard task in population health. Failure of clinical trials for AD treatments indicates that AD should be intervened at the earlier, pre-symptomatic stages. Developing an explainable method for predicting AD is critical for providing better treatment targets, better clinical trial recruitment, and better clinical care for the AD patients. In this paper, we present a novel approach for disease (AD) prediction based on Electronic Health Records (EHR) and graph neural network. Our method improves the performance on sparse data which is common in EHR, and obtains state-of-art results in predicting AD 12 to 24 months in advance on real-world EHR data, compared to other baseline results. Our approach also provides an insight into the structural relationship among different diagnosis, Lab values, and procedures from EHR as per graph structures learned by our model.

研究动机与目标

• 解决利用真实世界中稀疏电子健康记录（EHR）在无症状阶段预测阿尔茨海默病的挑战。
• 提升在低密度EHR数据上的预测性能，此类数据通常缺乏足够的临床特征以支持可靠建模。
• 开发一种可解释的AI框架，揭示诊断、检验值和诊疗操作等临床实体之间的结构性关系。
• 通过在症状出现前识别高风险个体，支持更早的临床干预、更优的临床试验招募以及改善患者护理。

提出的方法

• 该方法从EHR数据构建异质图，其中节点代表临床实体（如诊断、检验值、诊疗操作），边代表时间或临床关联。
• 应用图神经网络（GNN）通过聚合邻近节点的信息，学习每位患者临床历史的低维上下文表示。
• 模型端到端训练以预测未来的AD诊断，重点通过消息传递和节点特征优化来处理稀疏性问题。
• 学习到的图结构使关键临床路径和AD预测性关系得以解释，增强了模型的可解释性。
• 该方法利用EHR中事件的时间顺序，在图构建和消息传递过程中保留临床序列信息。
• 最终的预测头利用最终的图表示，将患者分类为AD阳性或AD阴性，时间窗口为12–24个月。

实验结果

研究问题

• RQ1 图神经网络能否有效建模稀疏EHR数据，以提前12–24个月预测阿尔茨海默病？
• RQ2 学习到的图结构在多大程度上揭示了与AD进展相关的诊断、检验值和诊疗操作之间的临床有意义关系？
• RQ3 在真实世界EHR数据上，该GNN方法在早期AD预测中相较于现有方法的性能优势有多大？
• RQ4 该模型能否提供关于AD发病前临床特征结构性关系的可解释洞察？

主要发现

• 所提出的GNN模型在真实世界EHR数据上预测阿尔茨海默病提前12至24个月，达到了最先进（SOTA）的性能。
• 该模型在稀疏EHR数据上表现出色，而传统方法常因临床特征有限而表现不佳。
• 学习到的图结构揭示了临床实体之间有意义且可解释的关系，例如特定检验值趋势和AD前驱的诊断序列。
• 该方法为无症状期疾病模式提供了可操作的洞察，支持更早干预和更优的临床试验设计。
• 模型的可解释性使临床医生能够追踪预测路径，提升信任度和临床实用性。
• 与基线模型相比，GNN方法在早期AD检测的预测准确性上实现了显著提升。