التدريب غير المشرف على الرسوم البيانية لعدد المرضى للتنبؤات على مستوى المريض

أظهر التدريب المسبق نجاحًا في مجالات مختلفة من تعلم الآلة، مثل رؤية الحاسوب (CV)، معالجة اللغة الطبيعية (NLP) والتصوير الطبي. ومع ذلك، لم يتم استكشافه بشكل كامل لتحليل البيانات السريرية. رغم تسجيل كميات هائلة من بيانات السجل الصحي الإلكتروني (EHR)، يمكن أن تكون البيانات والتصنيفات محدودة إذا تم جمع البيانات في مستشفيات صغيرة أو إذا كانت تتعلق بأمراض نادرة. في مثل هذه السيناريوهات، يمكن أن يحسن التدريب المسبق على مجموعة أكبر من بيانات EHR أداء النموذج. في هذا البحث، نطبق التدريب المسبق غير المشرف على بيانات EHR متعددة الأوضاع ومتنوعة للتنبؤ بنتائج المرضى. لنمذجة هذه البيانات، نستفيد من تعلم الرسوم البيانية العميق على رسوم بيانية سكانية. نصمم أولًا هندسة شبكة تعتمد على محول الرسم البياني (Graph Transformer) مصمم للتعامل مع أنواع مختلفة من الخصائص الدخول التي تحدث في بيانات EHR، مثل الخصائص المستمرة والمتقطعة وسلسلة الزمن، مما يسمح بدمج أفضل للبيانات متعددة الأوضاع. بالإضافة إلى ذلك، نصمم طرق تدريب مسبق تستند إلى الإحلال المحظور (masked imputation) لتدريب شبكتنا قبل التعديل الدقيق على مهام نهاية مختلفة. يتم التدريب المسبق بطريقة غير مشرفة تمامًا، مما يضع الأساس للتدريب المسبق على قواعد بيانات عامة كبيرة مع مهام ونماذج مشابهة في المستقبل. نختبر طريقة اقتراحنا على قاعدتين طبيتين لسجلات المرضى، وهما TADPOLE و MIMIC-III، والتي تتضمن خصائص تصويرية وغير تصويرية ومهام تنبؤ مختلفة. نجد أن طريقة التدريب المسبق القائمة على الرسوم البيانية التي اقترحناها تساعد في نمذجة البيانات على مستوى السكان وتحسن الأداء أيضًا في مهام التعديل الدقيق بمتوسط زيادة 4.15% بالنسبة لمجموعة MIMIC و7.64% بالنسبة لمجموعة TADPOLE من حيث منطقة تحت المنحنى (AUC).