複数のデータタイプと制約を持つ電子健康記録を生成する

電子健康記録（EHRs）を大規模に共有することはプライバシーの懸念を招く可能性があります。最近の研究では、生成対向ネットワーク（GAN）フレームワークを用いたシミュレーションによってリスクを軽減できることが示されています。しかし、これまでの方法には限界があり、1）特定のタイプのデータ（例：診断コード）の生成に焦点を当てており、他のデータタイプ（例：手順やバイタルサイン）を無視していること、2）制約機能を表現していないことです。本論文では、1）GANモデルを改良し、2）制約を考慮し、3）そのようなタスクのための主要なユーティリティ測定を組み込むことによって、複数のデータタイプのEHRsをシミュレートする方法を紹介します。バンダービルト医療センターからの77万以上のEHRsを用いた我々の分析は、新しいモデルがプライバシーを犠牲にすることなく、基本統計、交差特徴の相関、構造特性、特徴制約及びデータからの関連パターンを保持する上でより良い結果を出すことを示しています。