通过知识图注入对表格医疗数据进行跨域特征扩展

获取全面的跨领域生物医学资料通常成本高昂且耗时，导致医学研究中数据严重匮乏。为了应对这一挑战，我们提出了 MedKGTab，这是一个专门为表格医疗数据中的跨域特征扩展而设计的知识注入框架。 MedKGTab 试图通过利用其固有的统计依赖性和已建立的医学相关性，从现有的生物医学特征中推断出未收集的生物医学特征。通过采用行列双注意力机制，MedKGTab 直接对原始结构化表格数据进行操作，本质上捕获精确的数值分布，而不会因标记化而造成结构损失。至关重要的是，MedKGTab 将数据驱动的统计先验与 SPOKE 生物医学知识图集成，实现数据和知识渠道之间的最佳协同。在这种协同作用下，从数据通道导出的表示由注入的生物医学知识进行调制，确保最终生成的数据以实证医学研究为基础。实验结果表明，MedKGTab 在跨域特征扩展中实现了高数据保真度和真实的数据表示。它的性能优于 SOTA 医疗大型模型（例如百川 M3-plus）和专为医疗数据生成而设计的专用表格模型。此外，MedKGTab 在各种数据生成场景中始终如一地提供卓越的性能，无论是推断同一数据集中缺失的特征还是在不同的医疗队列中进行概括。