Fascicolo sanitario elettronico sintetico (EHR) la generazione di serie temporali è cruciale
per l’avanzamento dei modelli clinici di machine learning, poiché aiuta a indirizzare i dati
scarsità fornendo più dati di addestramento. Tuttavia, la maggior parte degli approcci esistenti
concentrarsi principalmente sulla replicazione di distribuzioni statistiche e temporali
dipendenze dei dati del mondo reale. Sosteniamo questa fedeltà solo ai dati osservati
non garantisce migliori prestazioni del modello, poiché i modelli comuni possono dominare,
limitando la rappresentazione di condizioni rare ma importanti. Questo evidenzia
la necessità di generare campioni sintetici per migliorare le prestazioni di specifici
modelli clinici per raggiungere i risultati prefissati. Per affrontare questo problema, proponiamo
TarDiff, un nuovo quadro di diffusione orientato al target che si integra
guida all'influenza specifica del compito nel processo di generazione dei dati sintetici.
A differenza degli approcci convenzionali che imitano la distribuzione dei dati di training, TarDiff
ottimizza i campioni sintetici quantificando il loro contributo atteso
migliorare le prestazioni del modello a valle attraverso funzioni di influenza.
Nello specifico, misuriamo la riduzione della perdita specifica per attività indotta da
campioni sintetici e incorporare questo gradiente di influenza nella diffusione inversa
processo, indirizzando così la generazione verso dati ottimizzati per l’utilità.
Valutato su sei set di dati EHR disponibili al pubblico, TarDiff raggiunge
prestazioni all'avanguardia, superando i metodi esistenti fino a 20.4% In
AUPRC e 18.4% nell'AUROC. I nostri risultati dimostrano che TarDiff non solo
preserva la fedeltà temporale ma migliora anche le prestazioni del modello a valle,
offrire una soluzione solida alla scarsità di dati e allo squilibrio di classe nel settore sanitario
analitica.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: