Apprendimento Contrastivo su Grafi Temporali Modella le Traiettorie delle Malattie

Un nuovo framework per l'apprendimento contrastivo di rappresentazioni è stato introdotto dai ricercatori, che rappresenta le traiettorie multivariate delle malattie come grafi temporali e utilizza reti neurali a grafo contrastive per apprendere embeddings. In questo modello, i nodi simboleggiano le osservazioni dei pazienti nel tempo, mentre gli archi illustrano sia la continuità temporale che la somiglianza strutturale. Impiegando passeggiate casuali sensibili alla struttura, il processo di apprendimento contrastivo mantiene il contesto temporale e la topologia della traiettoria. Questo approccio facilita il clustering efficace di pazienti che mostrano modelli di progressione della malattia simili e scopre strutture nascoste nei dati longitudinali. Lo studio affronta le difficoltà associate all'interpretazione delle traiettorie delle malattie a partire da dati clinici longitudinali, date le intricate dinamiche temporali e i diversi gruppi di pazienti.