基于 MIMIC 大型医疗数据集的深度学习模型对比

Oct, 2017

基于 MIMIC 大型医疗数据集的深度学习模型对比

Benchmark of Deep Learning Models on Large Healthcare MIMIC Datasets

Sanjay Purushotham, Chuizheng Meng, Zhengping Che, Yan Liu

TL;DR本篇论文通过 MIMIC-III 数据集进行临床预测任务（如死亡率预测、住院时间预测以及 ICD-9 编码分组预测）的基准测试，结果表明，相较于基于机器学习模型和预测评分系统，深度学习模型在使用原始临床时间序列数据作为输入特征时有更好的表现。

Abstract

deep learning models (aka Deep Neural Networks) have revolutionized many fields including computer vision, natural language processing, speech recognition, and is being increasingly used in clinical healthcare applications. However, few works exist which have benchmarked the performanc

deep learning models healthcare applications clinical prediction tasks mimic-iii dataset raw clinical time series data

发现论文，激发创造

临床时间序列数据的多任务学习和基准测试

该研究提出了利用来自公开可用的激痛医学信息库（MIMIC-III）数据集的四个临床预测基准，旨在解决机器学习在医疗保健研究中缺乏公开可用基准数据集的问题。

Mar, 2017

评估机器学习在纵向电子医疗数据上的进展

综合评估医疗机器学习的基准，提出一种基于医学信息志 (MIMIC-III) 的基准，让我们可以直接比较预测性能，并评估生存率、住院时间、表型和患者恶化任务的进展。我们发现，在这些任务上，尽管社区参与度高，但在过去的三年里，几乎没有真正显著的进展。通过我们的元分析，我们发现，深度递归模型的性能仅在某些任务上优于逻辑回归。最后综合这些结果，提出未来医学机器学习基准所需的理想特性。

Oct, 2020

使用 MIMIC-III 临床笔记进行 ICD-9 编码分配的深度学习实证评估

研究通过采用深度学习等机器学习方法，对临床笔记进行自动代码映射，结果表明这些深度学习方法优于其他传统机器学习模型，并且在 MIMIC-III 数据集上能够准确估计和预测 ICD-9 医疗代码。

Feb, 2018

深度学习在生理时间序列临床预测中是否真的优于非深度机器学习？

本文系统地检验了机器学习模型在临床预测任务方面的表现，尤其是在生理时间序列方面，并选择 Physionet 2019 挑战公共数据集来预测 ICU 单位脓毒症结局。比较了十个基准机器学习模型，包括三种深度学习方法和七种临床预测领域常用的非深度学习方法，使用了九个具有特定临床意义的评估指标来评估模型的表现。结果表明，深度学习的确优于非深度学习，但必须满足特定的条件才能达到更好的表现，这些条件包括使用特定的评估指标以及拥有足够规模的训练数据集。

Nov, 2022

使用 MIMIC-IV 进行基准测试：一种不规则、稀疏的临床时间序列数据集

电子健康记录（EHR）与应用机器学习解决领域内的各种问题越来越受欢迎，而这一增长的研究领域也引发了对 EHR 可访问性的需求。本研究的目标是填补 MIMIC-IV 最新版本的 MIMIC 数据集的基准测试工作的不足，并提供一个详细的文献调查，对已经完成的 MIIMIC-III 研究进行评估。

Jan, 2024

Mimic-IV-ICD：一个新的极端多标签分类基准

本文提出了一个基于 MIMIC-IV 公共电子病历数据集的 ICD 编码公共基准套件，使数据预处理标准化并建立全面的 ICD 编码基准数据集，加速未来研究中采用自动 ICD 编码的进展。

Apr, 2023

MIMIC-IV 数据集上深度学习模型的可解释性和公平性评估

该研究关注深度学习模型在医疗场景下的可解释性和公平性问题，以 MIMIC-IV 数据集为例，分析了预测模型的可解释性和预测公平性，并揭示了该数据集中存在的偏差和不平等对策。

Feb, 2021

基于心电图的死亡风险预测基准测试

研究使用大型医院拥有的心电图数据库来建模和预测患者死亡率，通过与两种神经网络架构比较四种深度存活建模方法以及在一到十年内的绩效评估，结果表明 AUROC 和协调性得分与以往工作相当（约 0.8），考虑到与死亡率相关的心电图样本的比例（MIMIC-IV：27％，Code-15：4％），AUPRC 得分合理（MIMIC-IV：0.4-0.5，Code-15：0.05-0.13）。

Jun, 2024

重症监护作为一个大的序列建模问题

在健康护理领域，强化学习通常涉及狭窄的自包含任务，如败血症预测或麻醉控制。然而，先前的研究已经证明了通用模型（最典型的例子是大型语言模型）由于其隐式迁移学习能力而能够胜过特定任务的方法。为了训练健康护理领域的基础模型并利用最先进的 Transformer 架构的能力，我们提出了 “健康护理作为序列建模” 的范式，其中患者与医疗服务提供者之间的交互被表示为一个事件流，而诊断和治疗选择等任务则被建模为预测流中未来事件的任务。为了实验探索这个范式，我们开发了一种名为 MIMIC-SEQ 的序列建模基准，通过将来自 MIMIC-IV 数据集的异构临床记录转化为统一的事件流格式进行训练，并研究其能力。

Feb, 2024

人工智能发展的基准数据集未能满足医疗专业人员的需求

通过深入文献和在线资源的系统性研究，我们编制并发布了一个全面的与临床和生物医学自然语言处理（NLP）广泛领域相关的数据集和基准目录，对 450 个 NLP 数据集进行了手动系统化和注释处理，并与跨医疗应用的相关任务进行了比较，结果显示，当前可用的人工智能基准测试不同于希望在临床环境中进行人工智能自动化的任务，因此需要创建新的基准测试以填补这些差距。

Jan, 2022