基于多维属性探索深度学习的多尺度疾病诊断预测研究

摘要

随着科学技术的日新月异，医疗健康事业的蓬勃发展，疾病的诊断和治疗也越来越科学化和规范化。不过现阶段的医疗诊断主要是依靠医生的专业知识和丰富的临床经验。伴随着健康医疗事业的发展，健康医疗数据的规模也越来越大，从这些数据中可以挖掘疾病的相关信息。电子健康档案本身包含着丰富的病人相关信息，如个人信息，具体的患病以及用药情况。这些信息会对病人未来疾病的预测起到帮助作用，进而对医疗决策提供诊断辅助。《“健康中国2030”规划纲要》也明确指出，推进健康中国建设，要坚持预防为主，强化早诊断、早治疗、早康复。疾病诊断预测的研究可以来解决上述问题，提高医疗服务水平。同时疾病诊断预测也是精准医疗的核心关键技术。根据病人的电子健康档案进行诊断预测仍然存在一些问题未能得到很好的解决。电子健康档案本身存在数据量大，维度高，存在缺失和噪声，时序性等特性。这些特性使得使用传统的机器学习算法来解决疾病诊断预测问题的效果不佳。一些人将深度学习模型如循环神经网络等应用到疾病诊断预测中去，取得了不错的效果。但仍存在一些问题，如未对电子健康档案数据进行充分的利用，模型的性能并不是非常理想。
　　针对当前的研究现状，本文从数据广度和数据深度这两个属性维度来探究深度学习对疾病诊断预测的影响，具体工作和贡献概括如下:
　　1.提出了一种基于属性广度探索的疾病诊断预测模型“RNN-INFO”。该模型使用病人在观察窗口内的诊断和用药情况对病人在预测窗口内的患病概率和具体疾病诊断情况进行有效的预测。该模型首先使用一个全连接层对输入的数据进行降维，再使用双层循环神经网络捕获电子健康档案内部的时序关系和隐藏表征，为了进一步提高模型的精确度，模型还引入了病人的人口统计学信息。在该模型中，可以设置预测窗口大小获取多种预测结果。通过实验结果，模型要好于其他基线以及未加入人口统计学信息的RNN模型。
　　2.提出一种基于属性深度探索的疾病诊断预测模型“RNN-ATTEN”。该模型使用病人的历史就医序列来对病人下一次就医的情况进行预测。相比于普通的循环神经网络模型，注意力机制的加入是为了更好的关注对疾病诊断结果影响大的就医，从而使得模型拥有更好的效果。模型的输入为病人的就医信息序列，输入数据通过两个循环神经网络分别得到病人的就医隐藏表征和病人的就医隐藏表征注意力。然后将两者结合共同预测病人的最后一次就医诊断情况。通过实验表明，基于注意力机制的模型的实验效果的确要好于其他模型。最后本文对模型的可解释性进行研究。
　　本文提出的两个模型在中国北方某地的医保就医数据集上进行实验和验证。对于“RNN-INFO”模型，在加入人口统计学信息后，模型对疾病就医概率和疾病就医诊断的预测有了显著的提高。对于“RNN-ATTEN”模型，在引入病人就医注意力机制后，模型的性能要比未引入病人就医注意力的模型好。所以本文提出的两个深度学习模型对于疾病诊断预测效果的提升是有帮助的。

目录

声明

摘要

1．1 研究背景及意义

1．2 研究内容

1．3 本文贡献

1．4 论文组织结构

第2章 相关研究

2．1 电子健康档案的表征学习研究

2．2 疾病诊断预测方法研究

2．3 循环神经网络研究

2．4 注意力机制模型研究

2．5 本章小结

第3章 数据预处理

3．1 数据集简介

3．2 人口统计学信息的处理

3．3 医学编码预处理和分组

3．4 基于时间窗口的预处理

3．5 下次就医的预处理

3．6 本章小结

4．1 背景

4．2 基于人口统计学信息的疾病诊断预测方法

4．2．1 问题定义

4．2．2 GRU单元

4．2．3 RNN-INFO模型

4．3 实验评估

4．3．1 实验设置

4．3．2 实验基线

4．3．3 疾病概率预测评估

4．3．4 疾病诊断预测评估

4．4 本章小结

5．1 背景

5．2 基于历史就医注意力的疾病诊断预测方法

5．2．1 问题定义

5．2．2 注意力机制

5．2．3 RNN-ATTEN模型

5．3 实验评估

5．3．1 实验设置

5．3．2 实验基线

5．3．3 疾病诊断预测评估

5．3．4 模型可解释性

5．4 本章小结

6．1 本文总结

6．2 研究展望

参考文献

致谢

攻读研究生期间发表论文

攻读研究生期间参与科研项目

攻读研究生期间获奖情况