Synthetische elektronische Gesundheitsakte (EHR) Die Generierung von Zeitreihen ist von entscheidender Bedeutung
zur Weiterentwicklung klinischer Modelle für maschinelles Lernen, da es dabei hilft, Daten zu verarbeiten
Verhindern Sie die Knappheit, indem Sie mehr Trainingsdaten bereitstellen. Jedoch, die meisten existierenden Ansätze
konzentrieren sich hauptsächlich auf die Replikation statistischer und zeitlicher Verteilungen
Abhängigkeiten realer Daten. Wir argumentieren, dass die Treue allein auf beobachteten Daten beruht
garantiert keine bessere Modellleistung, da gemeinsame Muster dominieren können,
Einschränkung der Darstellung seltener, aber wichtiger Erkrankungen. Dies unterstreicht
die Notwendigkeit, synthetische Proben zu generieren, um die Leistung spezifischer zu verbessern
klinische Modelle, um ihre angestrebten Ergebnisse zu erreichen. Um dies anzugehen, wir schlagen vor
TarDiff, ein neuartiges zielorientiertes Diffusionsgerüst, das integriert
aufgabenspezifische Einflussführung in den synthetischen Datengenerierungsprozess.
Im Gegensatz zu herkömmlichen Ansätzen, die Trainingsdatenverteilungen nachahmen, TarDiff
optimiert synthetische Proben durch Quantifizierung ihres erwarteten Beitrags zu
Verbesserung der Leistung nachgelagerter Modelle durch Einflussfunktionen.
Speziell, Wir messen die Verringerung des aufgabenspezifischen Verlusts, der durch verursacht wird
synthetische Proben und betten diesen Einflussgradienten in die umgekehrte Diffusion ein
Verfahren, Dadurch wird die Generierung hin zu nutzungsoptimierten Daten gesteuert.
Bewertet anhand von sechs öffentlich verfügbaren EHR-Datensätzen, TarDiff erreicht
Leistung auf dem neuesten Stand der Technik, übertrifft bestehende Methoden um bis zu 20.4% In
AUPRC und 18.4% in AUROC. Unsere Ergebnisse zeigen, dass TarDiff nicht nur
bewahrt die zeitliche Treue, verbessert aber auch die Leistung des nachgelagerten Modells,
bietet eine robuste Lösung für Datenknappheit und Klassenungleichgewicht im Gesundheitswesen
Analytik.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: