Forskere har præsenteret en ny AI-arkitektur, der er designet til at håndtere komplekse relationelle data – for eksempel elektroniske patientjournaler, hvor information er spredt ud over mange sammenkoblede tabeller. Arkitekturen, kaldet Relational Hypergraph Transformer (RHT), repræsenterer databaser som hypergrafer og lærer såkaldte pentadimensionelle indlejringer (PentE) for at fange sammenhænge på tværs af tabeller.
Det centrale tekniske fremskridt er en opmærksomhedsmekanisme, hvis beregningskompleksitet kun vokser lineært med den gennemsnitlige relationelle grad – ikke med kvadratet på antallet af enheder. Det betyder, at modellen kan skaleres til store datasæt uden eksplosivt stigende ressourcebehov. Forskerne har offentliggjort en open-source referenceimplementering og valideret arkitekturen på det offentlige Synthea-datasæt med syntetiske elektroniske patientjournaler.
Resultaterne er dog blandede. På opgaven med at forudsige SNOMED CT-diagnosekoder per patientbesøg – en opgave præget af mange kategorier og en lang hale af sjældne koder – opnår RHT den stærkeste semantiske sammenhæng i sine indlejringer. Men når det kommer til at ramme de sjældneste koder korrekt, er det stadig den klassiske XGBoost-algoritme, der klarer sig bedst. Det understreger, at avancerede neurale arkitekturer endnu ikke entydigt overgår veletablerede metoder på alle dele af komplekse, ujævnt fordelte data.
For beslutningstagere i sundhedssektoren og andre datatunge brancher er pointen ikke, at RHT er en færdig løsning. Pointen er, at der nu findes en arkitektur, der kan håndtere relationelle data i én samlet model – uden at skulle flade data ud eller miste relationerne. Det kan på sigt betyde, at AI-systemer bliver bedre til at udnytte de rige, sammenkoblede data, der allerede findes i mange organisationer. Men før det kan omsættes til praksis, skal modellen valideres på rigtige kliniske data; forskerne planlægger validering på MIMIC-IV-datasættet, når de har fået adgang via PhysioNet.
