Integrating Static and Time-Series Data in Deep Recurrent Models for Oncology Early Warning Systems

标题：[CIKM 2021] Integrating Static and Time-Series Data in Deep Recurrent Models for Oncology Early Warning Systems

【融合静态和时间序列数据的肿瘤预警系统深度循环模型】

重点内容

住院患者的临床病情恶化一直是医疗领域的一个重大挑战
肿瘤住院患者面临危及生命的临床恶化风险：根据最近的一项研究，6.4%的肿瘤住院患者至少有一个重症监护室（ICU）转移，其中2.7%死于医院病房异常的生命体征、实验室值或检测结果往往预示着临床恶化，这导致基于电子健康记录（EHR）的早期预警系统（EWS）的开发

我们工作的主要贡献有四个方面：（1）我们提出了一种多模式融合技术，可以在深度复发模型中整合静态和时间序列临床变量；（2）我们提出了结合多模态融合和跨模态插补的CrossNet模型，以利用静态和时间序列数据之间的相关性进行临床预警；（3）我们在一个大型EHR数据集（包括20700例成人肿瘤患者住院治疗）上证明了拟议方法的有效性，同时在MIMIC-III数据集上展示了我们方法的通用性；（4）我们提供了一个案例研究，在肿瘤医院病房的实际临床环境下，为EWS建立了CrossNet模型的优势

本文提出了一个综合临床预测模型，在整体框架中利用静态和时间序列临床变量。
实验表明，在为临床恶化生成早期预警方面，所提出的方法在预测准确性方面优于最先进的模型
对大型肿瘤住院患者数据集和公共MIMIC-III数据集的评估表明，所提出的方法在预测临床恶化方面具有优越的性能，并且对不同的递归神经网络（RNN）模型具有通用性。

启发点：

我们的方法受计算机视觉方法的启发，设计用于生成基于图像作为静态输入和描述性的图像字幕句子作为顺序输入。我们使用模型在静态变量训练得到的输出作为递归的初始输入，去训练时间序列变量层。这种综合方法有效利用从静态变量中学到的知识（可在
入院），为训练RNN模型提供用于时间序列数据的背景知识。

方法

为住院患者收集各种数据，包括静态数据和时间序列数据。

静态数据，如人口统计、合并发病诊断（ICD-9和ICD-10代码来自以前入院）和住院地点，在入院时收集。
时间序列数据，如生命体征和实验室值，在整个住院期间的多个时间点收集。模型的输出是一个二进制标签，指示劣化事件Y小时的开始，其中“Y小时”是预定义的预测范围。作者选择了72小时窗口和6小时预测期，以便于肿瘤住院患者及时进行临床干预。

作者提出了整合静态和时间序列变量的多模式融合，以及一种新的跨模式插补模型，该模型可以处理静态和时间系列变量中的缺失值

模型架构图

数据集处理

我们重复了对MIMIC-III的评估数据集，一个拥有60000多个重症监护室（ICU）的公共数据集。预测任务是生成重症监护室的病人的死亡预警。我们提取了25个时间序列变量（例如，生命体征、实验室结果）和32个静态变量（例如，人口统计、诊断）。我们使用了创建示例的类似滑动窗口方法，但具有更多颗粒段与ICU设置一致。对于每个时间序列变量，我们提取了前9小时的数据（包含18个 30分钟段）作为时间序列输入如果在30分钟的时间段内有多个值，我们使用上次观察到的值来表示该段中的值。如果在30分钟的时间段内没有值，我们将此段中缺少相应的变量。

结果

为了评估模型在未观察到的患者上的表现，作者按患者随机分割数据集，使75%的患者属于训练集，其余25%的患者属于测试集。
在训练集中的患者中，作者进一步将其中的10%作为超参数调整的验证集。
训练集（0.30%）、验证集（0.28%）和测试集（0.34%）的阳性率仍然接近整个数据集的阳性率（0.31%）。
作者执行上述预处理，以获得用于模型训练、验证和测试的样本。
由于肿瘤学数据集极不平衡，作者将随机过采样应用于训练集，得到的阳性率平衡在50%。
模型和实验通过PyTorch实现，代码可供公众使用（Github上开源）
代码链接

结论

本文提出了一个综合临床预测模型，在整体框架中利用静态和时间序列临床变量。
对大型肿瘤住院患者数据集和公共MIMIC-III数据集的评估表明，所提出的方法在预测临床恶化方面具有优越的性能，并且对不同的RNN模型具有通用性。
在现实临床环境下的一个案例研究表明，该模型能够以中等警报率提供准确的早期预警，从而支持有效的预警系统。