【BIBM2018】ICUにおけるAKIをフリーテキストから高精度で予測する

[1811.02757] Early Prediction of Acute Kidney Injury in Critical Care Setting Using Clinical Notes

重症患者における急性腎障害（AKI）は、重大な罹患率および死亡率に関連する。早期にAKIを有する患者を同定する新規な方法の開発は、AKIの合併症を予防または軽減するための新規な戦略の試験を可能にする。新しいAKI発症のリスクを推定するためのデータ駆動予測モデルを開発しました。 Intensive Care III（MIMIC-III）のMedical Information Martから抽出された集中治療室（ICU）入院後、最初の24時間以内に臨床ノートからモデルを生成しました。臨床ノートから、我々は臨床的に意味のある単語と概念表現と埋め込みをそれぞれ生成した。 5つの教師付き学習分類器と知識に基づく深い学習アーキテクチャを用いて予測モデルを構築した。最良の構成は0.779の競合AUCをもたらした。我々の研究は、ICUへの入院時に重篤な患者に発症するAKIの発症リスクを臨床医が特定するのを支援するために、臨床ノートの自然言語処理を適用できることを示唆している。

BIBM2018に採択されていた。
入室後24時間以内のフリーテキストから72時間後のAKIを予測を行っている。
AUC0.779で、利尿剤や、CABGといったテキストが重要だったと述べている。
ただ利尿剤や手術名なのであれば、フリーテキストでなくても良いのではとも思ってしまいます。

参考：
journals.lww.com