[论文解读] Patient Similarity Analysis with Longitudinal Health Data

Ahmed Allam, Matthias Dittberner+3 more|arXiv (Cornell University)|May 14, 2020

Machine Learning in Healthcare参考文献 145被引用 7

一句话总结

本文全面回顾了利用纵向电子健康记录进行患者相似性分析的方法，重点聚焦于基于多维、时间解析的临床数据对患者轨迹进行聚类。该研究提出了一套基于机器学习技术的框架，以识别共享的疾病进展模式，从而实现个性化结局预测与治疗选择，展现出提升临床决策能力的潜力。

ABSTRACT

Healthcare professionals have long envisioned using the enormous processing powers of computers to discover new facts and medical knowledge locked inside electronic health records. These vast medical archives contain time-resolved information about medical visits, tests and procedures, as well as outcomes, which together form individual patient journeys. By assessing the similarities among these journeys, it is possible to uncover clusters of common disease trajectories with shared health outcomes. The assignment of patient journeys to specific clusters may in turn serve as the basis for personalized outcome prediction and treatment selection. This procedure is a non-trivial computational problem, as it requires the comparison of patient data with multi-dimensional and multi-modal features that are captured at different times and resolutions. In this review, we provide a comprehensive overview of the tools and methods that are used in patient similarity analysis with longitudinal data and discuss its potential for improving clinical decision making.

研究动机与目标

• 解决从复杂、时间解析的纵向健康数据中识别有意义的患者相似性模式的挑战。
• 回顾用于在时间维度上比较多模态、多维患者轨迹的现有计算方法。
• 探讨基于相似性的患者聚类如何支持个性化结局预测与治疗选择。
• 突出纵向患者相似性分析在改善临床决策方面的临床潜力。
• 系统性概述该领域中的工具、技术及开放性挑战。

提出的方法

• 本文回顾了专为纵向健康数据设计的一系列机器学习与数据挖掘技术，包括序列建模与嵌入方法。
• 强调使用时间特征表示以捕捉患者状态随时间的动态变化。
• 该方法涉及对患者轨迹应用降维与聚类算法，以识别共同模式。
• 讨论了在不同时间分辨率下整合多模态数据（如实验室检查、诊断、操作）的方法。
• 该框架通过专为纵向序列设计的距离度量（如动态时间规整或轨迹嵌入）支持相似性计算。
• 根据方法在保留临床可解释性及在大规模EHR系统中的可扩展性方面的能力对方法进行评估。

实验结果

研究问题

• RQ1 如何在纵向健康数据中有效表示与比较患者轨迹？
• RQ2 哪些机器学习技术最适合识别相似患者旅程的聚类？
• RQ3 如何通过患者相似性分析提升临床环境中个性化结局预测的准确性？
• RQ4 在对多模态、时间解析的EHR数据进行相似性分析时，主要挑战是什么？
• RQ5 按共享疾病进展模式对患者分组的临床意义是什么？

主要发现

• 综述指出，纵向患者相似性分析能够发现具有共享结局的临床意义明确的疾病轨迹聚类。
• 诸如动态时间规整和序列嵌入模型等方法在捕捉不规则采样数据中的时间模式方面展现出潜力。
• 与单一数据类型方法相比，整合多模态EHR数据可提高患者聚类的准确性。
• 基于相似性的患者聚类可支持更准确的个体健康结局与治疗反应预测。
• 该方法具有指导精准医疗的潜力，可通过识别适合靶向干预的患者亚群实现。
• 尽管已取得进展，但在可扩展性、可解释性以及处理真实世界EHR系统中缺失或异质性数据方面仍存在挑战。