ARCH:通过聚合叙述编码健康记录分析进行大规模的知识图

科学领域:

• 生物医学信息学 生物医学信息学
• 计算生物学 计算生物学
• 数据科学数据科学数据科学

背景情况:

• 电子健康记录 (EHR) 系统包含大量结构化和非结构化临床数据.
• 从复杂,大规模的EHR数据中表示,提取和量化信息存在挑战.
• 开发可靠的EHR数据分析方法对于推进临床研究和护理至关重要.

研究的目的:

• 提出一种高效的综合叙述编码健康 (ARCH) 分析方法.
• 从EHR编码和叙事特征生成一个大规模的知识图 (KG).
• 为了应对EHR数据表示和信息提取方面的挑战.

主要方法:

• ARCH从EHR概念共发生矩阵中导出嵌入向量.
• 它使用共弦相似度和p值量化临床特征之间的相关性强度.
• 稀少的嵌入回归消除了间接联系,KG在下游任务上得到验证.

主要成果:

• ARCH为超过6万个EHR概念生成了高质量的嵌入和KG.
• 对于检测类似/相关的EHR概念,ARCH嵌入实现了高AUC (高达0.926).
• 与现有方法相比,该方法改善了药物副作用检测 (AUC 0.826) 和疾病表型 (抑郁症AUC 0.927) .

结论:

• 该ARCH算法有效地产生大规模,高质量的语义表示和知识图,从编码和NLP的电子健康记录特征.
• 这些表示对于临床研究和实践中广泛的预测建模任务非常有价值.
• ARCH提供了一个强大的工具,可以释放EHR数据的全部潜力,以改善医疗保健结果.