利用BERT从大规模的心血管EMR数据中嵌入ICD代码,以了解患者的诊断模式

科学领域:

• 人工智能在医学中的应用
• 生物医学信息学 生物医学信息学
• 心血管研究研究心血管研究

背景情况:

• 电子医疗记录 (EMR) 和人工智能集成对于现实世界证据 (RWE) 研究至关重要.
• 患者的表征依赖于从编码的医疗数据中提取见解,如ICD-10代码.
• 像一热编码 (OHE) 这样的传统方法在处理高维的医疗数据方面存在困难.

研究的目的:

• 引入和评估用于编码ICD-10诊断码的变压器双向编码器表示 (BERT) 方法.
• 为了比较ClinicalBERT嵌入与OHE的性能,用于患者表征和结果预测.
• 评估人工智能驱动的代码嵌入对心脏病学减小维度和预测准确性的影响.

主要方法:

• 利用了从变压器 (BERT) 的双向编码器表示模型,特别是临床BERT,来生成ICD-10代码的嵌入.
• 使用495,269名心脏病患者 (2000-2020) 的数据,比较了ClinicalBERT嵌入与传统的一次热编码 (OHE).
• 评估模型在PCI或CABG后一年内预测主要心血管不良事件的性能.

主要成果:

• 临床BERT (代码嵌入式) 模型在预测主要心血管不良事件 (AUC 0.746 与 0.719) 中明显优于OHE.
• 临床BERT嵌入大大减少了数据维度,从2492个特征降至128个特征.
• 使用诊断和药物数据的综合方法提高了预测精度.

结论:

• 使用ClinicalBERT对ICD-10代码的AI驱动嵌入提供了比传统患者表征方法更高的性能和效率.
• 这种方法提高了预测心血管不良事件的精度,有助于临床决策.
• 人工智能与EMR的整合,特别是通过先进的自然语言处理技术,对推动医学研究和患者护理具有重大前景.