[论文解读] Predictive Clinical Decision Support System with RNN Encoding and Tensor Decoding

Yinchong Yang, Peter A. Fasching+4 more|arXiv (Cornell University)|Dec 2, 2016

Topic Modeling参考文献 8被引用 10

一句话总结

本文提出了一种新颖的RNN-张量混合模型，用于转移性乳腺癌的预测性临床决策支持，利用RNN对序列和静态患者数据进行编码，并通过Tucker-3张量分解建模相关的治疗决策（意图和类型）。与基线模型相比，该模型在NDCG@5上实现了56%的性能提升，证明了其在联合预测相关临床目标方面的优越性。

ABSTRACT

With the introduction of the Electric Health Records, large amounts of digital data become available for analysis and decision support. When physicians are prescribing treatments to a patient, they need to consider a large range of data variety and volume, making decisions increasingly complex. Machine learning based Clinical Decision Support systems can be a solution to the data challenges. In this work we focus on a class of decision support in which the physicians' decision is directly predicted. Concretely, the model would assign higher probabilities to decisions that it presumes the physician are more likely to make. Thus the CDS system can provide physicians with rational recommendations. We also address the problem of correlation in target features: Often a physician is required to make multiple (sub-)decisions in a block, and that these decisions are mutually dependent. We propose a solution to the target correlation problem using a tensor factorization model. In order to handle the patients' historical information as sequential data, we apply the so-called Encoder-Decoder-Framework which is based on Recurrent Neural Networks (RNN) as encoders and a tensor factorization model as a decoder, a combination which is novel in machine learning. With experiments with real-world datasets we show that the proposed model does achieve better prediction performances.

研究动机与目标

• 开发一种临床决策支持系统，用于预测转移性乳腺癌患者的医生治疗决策。
• 解决临床决策建模中相关目标特征（如治疗意图和类型）的挑战。
• 通过建模多个依赖治疗决策的联合概率分布，提升预测准确性。
• 将患者的序列临床病史和静态患者特征整合到统一的潜在表示中，用于决策预测。
• 在真实世界电子健康记录（EHR）数据上评估模型性能，采用多种评估指标，包括基于排序的度量。

提出的方法

• 使用LSTM单元的RNN编码器处理序列临床事件和治疗史，将其编码为潜在向量。
• 通过对数线性映射将114维的静态患者特征嵌入到15维的潜在空间中。
• 将编码器生成的潜在表示输入到秩为5的Tucker-3张量分解模型中，用于预测治疗决策的联合概率。
• 张量模型捕捉了治疗意图（根治性、姑息性、未知）与治疗类型（经皮、近距离放疗、未知）之间的相关性，二者被建模为3维二值向量。
• 采用所有目标特征组合的二元交叉熵损失进行端到端训练，结合Dropout和岭正则化。
• 使用RMSprop优化器进行模型训练，基于20%的验证集进行早停法，通过5次随机数据划分的交叉验证平均结果。

实验结果

研究问题

• RQ1 与边缘分布模型相比，混合RNN-张量模型是否能提升对相关临床治疗决策的预测性能？
• RQ2 对多个依赖治疗目标的联合分布进行建模，如何影响临床决策支持中的预测性能？
• RQ3 整合序列和静态患者数据在多大程度上提升了决策预测的准确性？
• RQ4 所提出的架构是否在AUROC和基于排序的度量（如NDCG@5）上均优于基线模型？
• RQ5 该模型能否生成与医生决策模式一致的合理、高质量推荐？

主要发现

• 张量模型的AUROC为0.874 ± 0.012，显著优于标准模型（0.842 ± 0.009）和大多数主流基线模型（0.587 ± 0.165）。
• 该模型将覆盖率误差降低至27.902 ± 1.084，而最主流基线模型为118.569 ± 11.053，表明其在相关目标排序方面表现更优。
• 排序精确度提升至0.296 ± 0.009，相比标准模型（0.226 ± 0.008）提高了30%。
• NDCG@5达到0.269 ± 0.014，相比标准模型（0.172 ± 0.002）提升了56%，证明了其推荐质量的优越性。
• 统计检验证实治疗意图与类型之间存在强相关性（χ² = 197.17，p < 2.2e-16），验证了联合建模的必要性。
• 模型通过早停法和交叉验证实现端到端训练，确保了在不同数据划分下的鲁棒性与泛化能力。