[论文解读] Representation Learning of EHR Data via Graph-Based Medical Entity Embedding
本文提出 ME2Vec，一种基于图的层次化框架，用于从电子健康记录（EHR）数据中学习医疗实体（服务、医生、患者）的低维嵌入表示。通过利用服务共现频率来衡量服务重要性，并采用复制与标注方法处理带属性的多图结构，ME2Vec 在疾病诊断预测任务中优于基线模型，在使用 80% 训练数据时，患者分类的微平均 F1 达到 87.9%。
Automatic representation learning of key entities in electronic health record (EHR) data is a critical step for healthcare informatics that turns heterogeneous medical records into structured and actionable information. Here we propose ME2Vec, an algorithmic framework for learning low-dimensional vectors of the most common entities in EHR: medical services, doctors, and patients. ME2Vec leverages diverse graph embedding techniques to cater for the unique characteristic of each medical entity. Using real-world clinical data, we demonstrate the efficacy of ME2Vec over competitive baselines on disease diagnosis prediction.
研究动机与目标
- 解决表示学习中异构、纵向且时间不规则的 EHR 数据挑战。
- 开发一个统一框架，捕捉患者在不同服务、医生和患者之间旅程的关联与时间结构。
- 通过建模‘你所做之事定义了你’的原则，实现可解释且可扩展的嵌入表示，适用于医生和患者。
- 通过改进的实体表示，提升患者相似性计算与下游临床预测任务的性能。
提出的方法
- 使用 T 天滑动窗口构建服务共现图，基于跨患者共现频率计算加权邻接矩阵。
- 在服务图上应用有偏随机游走，并通过 Word2Vec 优化嵌入表示，以保留邻近性并强调罕见但重要服务的空间隔离性。
- 使用图注意力网络（GAT）从医生执行的服务中预测其专科方向，将医生嵌入初始化为服务嵌入的加权平均。
- 提出一种复制与标注技术，将带属性的多图（患者、医生、服务）转换为简单图，同时不损失结构信息。
- 通过转换后的图聚合医生与服务关系的信息来训练患者嵌入，实现对患者-医生和患者-服务关系的联合建模。
- 在学习到的嵌入表示上应用逻辑回归进行节点分类，以评估疾病诊断预测任务的性能。
实验结果
研究问题
- RQ1统一框架能否在保留时间与关联结构的前提下，有效学习异构医疗实体（服务、医生、患者）在 EHR 数据中的嵌入表示？
- RQ2通过共现频率与空间隔离性建模服务重要性，如何提升下游预测任务的性能？
- RQ3复制与标注方法在保留带属性多图的结构信息方面，其有效性与可扩展性如何？
- RQ4在联合建模医生与服务的前提下，ME2Vec 是否优于现有基线模型在患者诊断预测任务中的表现？
- RQ5嵌入表示对超参数（如上下文窗口大小 T）的选择是否具有鲁棒性？
主要发现
- 在使用 80% 训练数据时，ME2Vec 在患者诊断预测任务中达到 0.879 的微平均 F1 和 0.676 的宏平均 F1，优于所有基线模型。
- 服务嵌入策略成功地在嵌入空间中将罕见但高影响力的医疗服务隔离，可视化结果表明其具有显著的空间分散性。
- 医生嵌入在 t-SNE 可视化中按专科清晰分离，肾病科与肿瘤科专家与其他专科明显区隔。
- 基线模型如 node2vec 和 LINE 在患者-医生图上的表现较差，表明其在捕捉患者-医生关系方面能力有限。
- ME2Vec 的性能对上下文窗口大小 T 具有鲁棒性，在 T 取值 5 至 10 天之间时，准确率无显著下降。
- 复制与标注方法成功保留了多图的结构信息，使复杂 EHR 图的高效且可扩展的图嵌入成为可能。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。