基于变压器的深度学习模型用于在初级保健中诊断疑似肺癌,该模型基于电子健康记录数据

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 机器学习 机器学习

背景情况:

• 肺癌是英国癌症死亡的主要原因,通常是晚期诊断出来的.
• 目前的风险模型具有有限的积极预测值 (PPV),并且不利用连续的电子健康记录 (EHR) 数据.
• 需要先进的模型来捕捉患者护理途径中的时间关系,以便早期检测肺癌.

研究的目的:

• 开发和评估用于初级保健中早期肺癌检测的机器学习模型.
• 利用深度"变压器"模型来分析复杂的顺序EHR数据和患者护理途径.
• 通过纳入时间数据动态来改进现有的流行病学风险模型.

主要方法:

• 使用全系统综合护理 (WSIC) 数据集 (3303992名患者,1981-2020年) 设计了一项病例控制研究.
• 深度学习 (ALBERT与后勤回归分类器头) 应用于诊断前三年的语义预处理的EHR数据.
• 用AUROC和PPV来评估模型性能,并使用比较器回归模型进行基准测试.

主要成果:

• 变压器模型实现了0.924的AUROC和3.6%的PPV,超过了对比器回归模型 (AUROC0.887,PPV3.1%) 的表现.
• 该模型使用诊断前三年的EHR数据 (不包括最后一个月) 显示了86.6%的灵敏度.
• 集群分析根据肺癌进展和临床调查模式确定了六个不同的患者组.

结论:

• 将时间序列纳入患者护理途径显著提高了肺癌检测模型的准确性.
• 开发的模型显示了改善初级保健机构早期肺癌诊断的潜力.
• 未来的研究将集中在外部验证和整合到全科医生 (GP) 临床系统.