CDMT-EHR：混合タイプ時系列電子健康記録を生成するための連続時間拡散フレームワーク

Abstract

電子健康記録（EHR）は臨床研究において非常に貴重ですが、プライバシー上の懸念によりデータ共有が厳しく制限されています。合成データ生成は有望な解決策を提供しますが、EHRには時間とともに変化する数値特徴とカテゴリ特徴の両方が含まれているという独自の課題があります。拡散モデルはEHR合成において強力な性能を示してきたものの、既存の手法は主に離散時間の定式化に依存しており、有限ステップ近似誤差や、学習とサンプリングのステップ数が結合した問題に悩まされています。本研究では、混合型の時系列EHRを生成するための連続時間拡散フレームワークを提案し、以下の3つの貢献を行います：（1）時間依存性を捉えるための双方向ゲート付きリカレントユニットをバックボーンとした連続時間拡散、（2）カテゴリ変数に対する学習可能な連続埋め込みによって実現する統一的なガウス拡散により、特徴間の共同モデリングを可能にする、（3）特徴ごと・時刻ごとの学習困難度に適応する因子分解された学習可能なノイズスケジュールです。2つの大規模な集中治療室（ICU）データセットでの実験により、本手法は下流タスクの性能、分布の忠実度、識別可能性のいずれにおいても既存手法を上回ることが示されました。また、ベースライン手法が1,000ステップを要するのに対し、本手法はわずか50ステップのサンプリングで済みます。さらに、クラス不均衡のある臨床シナリオに対しては、クラス分類器なしガイダンス（classifier-free guidance）によって効果的な条件付き生成が可能になります。