LabTOP: A Unified Model for Lab Test Outcome Prediction on Electronic Health Records

要約

ラボテストは、病気の診断と患者の状態を監視するための基本です。
ただし、頻繁な検査は患者にとって負担がかかる可能性があり、テスト結果が常にすぐに利用できるとは限りません。
これらの課題に対処するために、EHRデータの言語モデリングアプローチを活用することにより、ラボテストの結果を予測する統一モデルであるLabtopを提案します。
ラボテストのサブセットのみを推定したり、離散値範囲を分類したりする従来の方法とは異なり、LabTopは、多様な範囲のラボアイテムの連続数値予測を実行します。
公開されている3つのEHRデータセットでLabTopを評価し、従来の機械学習モデルや最先端の​​大規模な言語モデルなど、既存の方法よりも優れていることを示しています。
また、設計の選択の有効性を確認するために、広範なアブレーション研究を実施します。
LabTopは、臨床的意思決定サポートに潜在的なアプリケーションと危機的条件の早期検出に伴い、ラボテストの結果予測のための正確で一般化可能なフレームワークとして機能すると考えています。

要約(オリジナル)

Lab tests are fundamental for diagnosing diseases and monitoring patient conditions. However, frequent testing can be burdensome for patients, and test results may not always be immediately available. To address these challenges, we propose LabTOP, a unified model that predicts lab test outcomes by leveraging a language modeling approach on EHR data. Unlike conventional methods that estimate only a subset of lab tests or classify discrete value ranges, LabTOP performs continuous numerical predictions for a diverse range of lab items. We evaluate LabTOP on three publicly available EHR datasets and demonstrate that it outperforms existing methods, including traditional machine learning models and state-of-the-art large language models. We also conduct extensive ablation studies to confirm the effectiveness of our design choices. We believe that LabTOP will serve as an accurate and generalizable framework for lab test outcome prediction, with potential applications in clinical decision support and early detection of critical conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google