用非監督學習建立疾病進展模型

Abstract

由許多事件組合而成的連續序列資料中，可能隱含一些像是病況的嚴重程度，或是病情加重的速度等資訊。舉例來說，像是在醫院中的病人的看診資料，如果把每次看診的疾病代碼當作是一個事件，每位病人的病例就能夠看成是一序列資料。而隨時間累積而成的序列有兩個獨特的特性。第一個特性是序列能夠根據不同的演化速度或事件組合而被區分成不同的類別（class），另一個特性是可以根據序列中發生的事件順序來推算目前此序列所在的階段（stage）。而因為序列之間會有不同的序列長度和演化速度，因此要來預測序列的類別與階段是有難度的。以慢性病病人來說，他們的病歷資料就會有上述的那些特性。因此我們能利用建立模型來分析資料，藉以從模型的產出找到有用的資訊來預測或是預防疾病的發展。從前人的研究得到的結果可以知道，利用疾病發展模型不只可以預測疾病的發展，連疾病的共病和藥物作用都可以被預測，也因此這些研究的結果能夠廣泛的運用在醫療之中。 在本研究中，我們使用資料導向（data-driven）的方法來分析健保資料中的糖 尿病患者病歷，並且從資料中擷取出疾病發展的不同階段。本研究的結果顯示，用 於研究中的模型預測能力跟前人的研究結果類似，而從分析模型產出的類別也發現，從這些類別中可以推測出兩種不同類別的糖尿病患。這些從本研究中得到的資訊可以讓我們更加了解糖尿病患的發展模式與其中的差異，並且可以提供給後人參考。

A series of events, such as a patient’s medical records, have two natural features, class and stage that are not easy to find. Since each event sequence may have different length, and different progression speed. Especially for chronic diseases patients, they may suffer with these diseases for a long time. The development of model to estimate the disease progression can help to provide information for them. From previous findings, their results suggested that by modeling disease progression, not only disease progression rate can be predicted but disease’s comorbidities and drug effect. In this paper, we present a data-driven approach to analyze the health insurance claim records to extract the disease progression stages of diabetic patients. Our experiments suggested that our model’s performance is consistent with previous finding. And the progression classes learned from our model have revealed different types of diabetic patients.