医療ノートから学習して退院後死亡率予測の精度を向上させる
arXiv cs.LG / 2026/5/6
📰 ニュースModels & Research
要点
- 本論文は、EHRに含まれる非構造化の医療ノートが退院後死亡率予測を改善し得ると主張しており、ノート情報を用いるモデルは用いないモデルよりも概ねAUC-ROCが高いとされています。
- ノイズが多く、反復的で冗長なテキストであっても、最も有益なノートの部分を学習できるようにするため、プーリング機構を備えた深層ニューラルネットワーク（DNN）を提案しています。
- 実験では、提案手法が木ベースのモデルなどの従来の機械学習ベースラインを、複数の予測期間にわたって上回ることが示されています。
- さらに、医療ノート中の有益なキーワードや文書と患者の重症度との関係を明らかにするなど、解釈に関する示唆も得られると述べています。
- 退院後の死亡を15日・30日・60日・365日の時点で予測した場合に、AUC-ROCの向上幅は2%〜14%と報告されています。
