Les dossiers hospitaliers seuls peuvent prédire qui revient dans les 30 jours, sans lire les notes cliniques

Transformer les codes hospitaliers en concepts médicaux nommés

Les dossiers hospitaliers stockent de nombreux codes courts qui ne signifient rien pour quiconque n’a pas appris le système de codage. Un code diagnostic peut désigner une maladie, tandis qu’un code d’acte peut renvoyer à une opération. Les résultats d’analyses et les noms de médicaments ajoutent d’autres couches, mais chaque couche utilise son propre vocabulaire. La méthode remplace ces codes bruts par des concepts médicaux nommés qu’un clinicien peut reconnaître. Elle le fait en consultant quatre sources de connaissances externes, chacune construite pour organiser un type de dossier. Pour les maladies, elle utilise une carte de concepts qui relie des diagnostics précis à des catégories plus larges et plus étroites. Un code pour la pneumonie peut se situer sous maladie respiratoire, tout en pointant vers une affection plus précise. Pour les actes, elle regroupe de nombreux codes d’opération en familles cliniquement significatives. Une prothèse du genou et un acte articulaire connexe peuvent partager le même groupe sans perdre leur différence. Pour les médicaments, elle réduit les noms commerciaux et les formulations aux principes actifs. Deux comprimés portant des étiquettes différentes peuvent être traités comme le même médicament s’ils contiennent le même ingrédient. Pour les analyses de laboratoire, elle rattache chaque test à un système d’organes ou à un processus corporel. Un bilan de la fonction rénale et un bilan des enzymes hépatiques deviennent alors des signaux nommés distincts. Le résultat est un profil patient composé de noms explicites, pas de chiffres cachés dans un vecteur opaque. Chaque caractéristique du modèle peut être rattachée à un élément clinique, comme une catégorie de maladie ou un ingrédient médicamenteux. Cela rend la représentation plus facile à inspecter, car chaque entrée non nulle porte une étiquette médicale. Le profil est aussi creux, puisque la plupart des patients ne présentent pas tous les diagnostics possibles, actes, anomalies d’analyses ou médicaments. L’ensemble de caractéristiques structurées contient 23 430 dimensions nommées, et 99,78 % des entrées sont vides. En revanche, une alternative basée sur un transformeur stocke des vecteurs denses de 2 481 dimensions. L’ensemble de concepts nommés utilise environ 24 fois moins de stockage pour la cohorte complète. Il occupe à peu près 176 MB, tandis que l’alternative dense en demande environ 4,2 GB. Cette différence compte quand un hôpital veut conserver de nombreux dossiers patients dans un modèle opérationnel. Cela signifie aussi que la méthode n’a pas besoin des notes cliniques en texte libre, souvent plus difficiles à obtenir et à auditer. Les concepts nommés proviennent de ressources telles que MONDO, Orphanet et RxNorm. Ces ressources fournissent une langue médicale partagée, si bien que le même code peut être compris d’un système hospitalier à l’autre. L’approche garde le modèle proche du sens clinique, car chaque caractéristique désigne toujours un élément réel. Un médecin ou un analyste de données peut demander ce qu’une caractéristique signifie et recevoir une réponse directe. Cette clarté est le point principal de la transformation des codes en concepts médicaux nommés.

Les données d’admission derrière la tâche de prédiction

Un système hospitalier moncentre, dont les identifiants ont été supprimés, fournit les admissions. Il couvre les années de 2008 à 2019. Après avoir retiré les patients de moins de 18 ans et les décès survenus pendant l’admission, la cohorte compte 422 622 admissions. Ces admissions appartiennent à 176 901 personnes distinctes dans la base de données. Le groupe est environ moitié féminin et a en moyenne 56,6 ans. Chaque admission porte des champs structurés tels que diagnostics, actes, analyses de laboratoire et médicaments. Pour chaque sortie, la tâche demande si la même personne revient dans les 30 jours calendaires. Un retour dans cette fenêtre rend le cas positif. L’absence de retour sous trente jours le rend négatif. Sur l’ensemble de la cohorte, environ une admission sur cinq est positive, avec un taux de 20,1 %. Le taux de base fixe une barre basse pour tout modèle qui se contente de prédire l’absence de retour. Pour garder l’évaluation honnête, les divisions sont faites au niveau du patient, si bien qu’aucune personne n’apparaît dans plus d’un ensemble. L’ensemble d’entraînement contient 253 254 admissions, l’ensemble de validation 84 328 et l’ensemble de test 85 040. Cette organisation empêche que l’historique ultérieur d’une personne ne fuit dans un entraînement antérieur. Les champs structurés incluent 25 809 codes de diagnostic, 12 575 codes d’acte et 9 610 noms de médicaments sur ordonnance. Cette variété donne au modèle de nombreux signaux cliniques différents à peser. Les données sont anonymisées, si bien qu’aucun nom de patient ne fait partie de la tâche. Elles proviennent d’un seul centre, si bien que les motifs reflètent l’expérience d’un hôpital.

Comment les dossiers structurés se comportent sur les admissions de retour

Les dossiers structurés atteignent un niveau de prédiction solide pour les retours à l’hôpital dans les trente jours après la sortie. La meilleure configuration obtient un AUROC de 0,743 sous validation croisée répétée sur les données. Ce score signifie que le modèle classe bien au-delà du hasard les vraies réadmissions devant les non-réadmissions. Sur l’ensemble de test fixe, LightGBM atteint un AUROC de 0,7412 et une précision équilibrée de 0,6739. La précision équilibrée moyenne les bonnes réponses pour les patients qui reviennent et ceux qui ne reviennent pas. Le déséquilibre est important, puisque seulement environ une admission sur cinq mène à un retour. Un modèle qui dit toujours non obtiendrait un score élevé en précision simple mais manquerait la plupart des retours. Les caractéristiques structurées capturent donc suffisamment de signal clinique pour séparer les deux groupes. Elles le font sans lire de notes en texte libre ni construire des plongements patients denses. Le résultat est proche des méthodes qui utilisent du texte clinique, tout en utilisant beaucoup moins de stockage et de calcul. Pour la cohorte complète, la représentation par concepts nommés demande environ 176 MB au lieu de 4,2 GB. Cet écart rend l’évaluation répétée et le déploiement bien plus faciles dans un contexte hospitalier. Les modèles d’arbres à gradient tirent le plus parti de ces caractéristiques structurées. LightGBM progresse d’environ 0,028 AUROC par rapport à l’ensemble de caractéristiques basé sur un transformateur. L’amélioration est statistiquement nette, avec un intervalle de confiance étroit autour. Combiner les deux types de caractéristiques n’élève pas régulièrement la performance au-delà de l’une des sources seules.

Ce qui pilote les prédictions et où elles tiennent

Le signal le plus fort du modèle provient d’informations de base sur le patient, pas des concepts médicaux les plus récents. L’âge et le sexe portent la plus grande partie du poids prédictif, représentant 48,5 % du gain dans le meilleur modèle arborescent. Quand ces valeurs sont mélangées, la performance baisse de 0,1117 AUROC, une chute bien plus forte que celle produite par n’importe quelle caractéristique clinique seule. Un modèle entraîné sur les seules données démographiques atteint encore un AUROC de 0,6985, ce qui est proche des références antérieures structurées uniquement. Les concepts médicaux nommés ajoutent une valeur réelle, mais le gain est modeste. Au-dessus du niveau démographique, ces concepts nommés contribuent environ quatre points d’AUROC. Les anomalies d’analyses par système d’organes, les ingrédients médicamenteux, les codes de diagnostic non cartographiés et les catégories directes de maladie font chacun une petite différence. Les niveaux plus profonds de la hiérarchie des maladies n’aident pas ; les catégories grand-parent et arrière-grand-parent n’ajoutent pratiquement aucune puissance discriminante. L’ampleur du bénéfice dépend fortement du type de classifieur utilisé. Les arbres à gradient boosté tirent le meilleur parti des concepts nommés, avec LightGBM qui progresse d’environ 0,028 AUROC par rapport à un ensemble de caractéristiques basé sur un transformateur. Cette marge est statistiquement fiable, avec un intervalle de confiance allant de +0,026 à +0,031 et p inférieur à 0,001. XGBoost privilégie aussi l’ensemble de caractéristiques enrichi par ontologie, bien que son avantage soit moins central dans le récit global. Les réseaux de neurones et les forêts aléatoires ne suivent pas aussi clairement le même motif. Sur de larges groupes de patients, les prédictions tiennent raisonnablement bien. La discrimination reste stable selon le sexe, le type d’assurance et la race, avec des valeurs d’AUROC allant de 0,727 pour les patients blancs à 0,779 pour ceux codés comme Autres ou Inconnu. Aucun groupe ne tombe près du hasard, et les groupes minoritaires raciaux ou Medicaid ne montrent pas un désavantage clair au niveau de l’AUROC.

Un chemin transparent à travers les données hospitalières

Le signal le plus fort n’est pas un grand gain prédictif, mais que le modèle reste proche des méthodes basées sur les notes tout en utilisant seulement des dossiers structurés. Cette différence change ce que les hôpitaux peuvent faire avec leurs systèmes existants. Un modèle construit à partir de maladies nommées, groupes d’actes, anomalies d’analyses et ingrédients médicamenteux demande beaucoup moins de stockage que des plongements appris denses. Cela le rend plus facile à exécuter, à inspecter et à déplacer entre services. La leçon plus large est que la connaissance médicale peut servir de pont entre les codes bruts et une prédiction utile. Au lieu de laisser un algorithme compresser les diagnostics en nombres opaques, la méthode rattache chaque caractéristique à quelque chose qu’un clinicien pourrait reconnaître. Cette transparence aide au débogage, à l’audit et à la confiance, car un score de risque peut être retracé jusqu’à des éléments cliniques concrets plutôt que vers des directions cachées d’un vecteur. Les limites comptent parce que les données démographiques portaient une grande partie du poids prédictif, et le gain restant issu des catégories de maladie, analyses, médicaments et codes non cartographiés était modeste. Les données d’un seul hôpital ne peuvent pas prouver que le même équilibre tiendra ailleurs, et un score moyen peut masquer les différences sur qui bénéficie le plus. L’opportunité est un outil moins coûteux et explicable pour repérer les patients à risque avant qu’ils ne reviennent aux urgences. L’obstacle est de transformer ce signal en action équitable dans de nombreux systèmes de santé. Un modèle qui nomme ses raisons peut-il devenir plus digne de confiance qu’un modèle qui les cache ?