Génération de dossiers de santé électroniques avec de multiples types de données et contraintes

Le partage de dossiers de santé électroniques (EHRs) à grande échelle peut poser des risques pour la vie privée. Des recherches récentes ont montré que les risques peuvent être atténués par la simulation à travers des cadres de réseaux antagonistes génératifs (GAN). Pourtant, les méthodes actuelles sont limitées car elles 1) se concentrent sur la génération de données d'un seul type (p. ex., les codes de diagnostic), en négligeant d'autres types de données (p. ex., les procédures ou les signes vitaux) et 2) ne représentent pas les caractéristiques de contraintes. Dans cet article, nous présentons une méthode pour simuler des EHRs de multiples types de données en 1) perfectionnant le modèle GAN, 2) prenant en compte les contraintes, et 3) intégrant des mesures d'utilité clés pour de telles tâches. Notre analyse portant sur plus de 770 000 EHRs du Vanderbilt Medical Center démontre que le nouveau modèle obtient de meilleurs résultats pour ce qui est de conserver les statistiques de base, les corrélations entre variables, les propriétés structurelles, les contraintes de variables et les schémas associés à partir des données, sans sacrifier la confidentialité.