Modélisation de parcours patients : graphes temporels pour la supervision médicale - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Patient Pathways Modeling: Temporal Graphs for Health Supervision

Modélisation de parcours patients : graphes temporels pour la supervision médicale

Résumé

Machine learning methods are becoming increasingly popular to anticipate critical risks in patients under surveillance thus reducing the burden on caregivers. In this paper, we propose an original modelling that benefits of recent developments in Graph Convolutional Networks: a patient's journey is seen as a graph, where each node is an event and temporal proximities are represented by weighted directed edges. We evaluated this model to predict death at 24 hours on a real dataset and successfully compared our results with the state of the art.
L'usage de méthodes d'apprentissage automatique se démocratise pour anticiper les risques critiques chez les patients sous surveillance et diminuer la charge des soignants. Dans cet article, nous proposons une modélisation originale qui bénéficie des développements récents en convolution de graphes : un parcours patient est vu comme un graphe, où chaque noeud est un évènement et où les proximités temporelles sont représentées par des arcs pondérés. Cette modélisation a été évaluée pour prédire le décès à 24 heures sur un jeu de données réelles puis comparée avec succès avec les résultats de l'état de l'art.
Fichier principal
Vignette du fichier
EGC_Graphes_Temporels.pdf (524.36 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04042471 , version 1 (23-03-2023)

Identifiants

  • HAL Id : hal-04042471 , version 1

Citer

Hugo Le Baher, Pascal Poncelet, Jérôme Azé, Sandra Bringay, Nancy Rodriguez, et al.. Modélisation de parcours patients : graphes temporels pour la supervision médicale. EGC 2023 - 22e Conférence Extraction et Gestion des Connaissances, Jan 2023, Lyon, France. pp.321-328. ⟨hal-04042471⟩
30 Consultations
40 Téléchargements

Partager

Gmail Facebook X LinkedIn More