MGRN: Hin zu einer robusten Medikamentenempfehlung über ein Multi-View Gating Retrieval Netzwerk

Zusammenfassung Motivation Die Medikamentenempfehlung zielt darauf ab, sichere und effektive Kombinationen von Medikamenten basierend auf dem Gesundheitsstatus des Patienten aus elektronischen Gesundheitsakten (EHRs) zuzuweisen, was entscheidend ist, um klinische Ärzte bei Entscheidungen zu unterstützen. Die bestehenden Arbeiten zur Medikamentenempfehlung stehen jedoch vor zwei wesentlichen Herausforderungen: (i) die Schwierigkeit, den Gesundheitsstatus des Patienten vollständig darzustellen, führt zu einer verzerrten Medikamentendarstellung; (ii) das alleinige Fokussieren auf diagnostische Darstellungen mehrerer Besuche, ohne die Modellierung der Medikamentenhistorie des Patienten zu berücksichtigen. Ergebnisse Um die oben genannten Einschränkungen anzugehen, schlagen wir ein Multi-View Gating Retrieval Netzwerk (MGRN) für eine robuste Medikamentenempfehlung vor. Wir entwerfen Besuche-, Sequenz- und Token-Ebenenansichten, um unterschiedliche Perspektiven auf die Interaktion zwischen Patient und Medikamenten zu bieten und eine umfassendere Darstellung von Medikamenten zu erhalten. Darüber hinaus entwickeln wir ein Gating-Medikationsabrufmodul, um kritische Medikamenteninformationen aus mehreren Besuchen zu erfassen, was helfen kann, sinnvollere Medikamentenkombinationen für den aktuellen Besuch zu empfehlen. Bei der Bewertung an den öffentlich verfügbaren realen MIMIC-III- und MIMIC-IV-Datensätzen erzielt das vorgeschlagene MGRN eine neue Benchmark-Leistung, insbesondere Verbesserungen von 1,36 %, 1,71 %, 1,21 % und 2,12 %, 2,36 %, 1,81 % im Jaccard, PRAUC und F1-Score im Vergleich zu modernen (SOTA) Modellen. Verfügbarkeit und Implementierung Der Code ist verfügbar unter: Https://github.com/kyosen258/MGRN.git. Ergänzende Daten Ergänzende Daten sind online unter Bioinformatics verfügbar.