Naukowcy przedstawili MiGHT-EHR, nową metodę do analizy elektronicznych dokumentacji medycznej pacjentów przy użyciu transformerów grafowych, która jednocześnie modeluje wielozadaniowe problemy kliniczne w jednym systemie. Problem polegał na tym, że elektroniczne dokumentacje medyczne zawierają heterogeniczne jednostki kliniczne - pacjentów, wizyty, diagnozy, receptury i procedury - wraz z ich złożonymi relacjami, longitudinalnymi trajektoriami pacjentów oraz współzależnościami między zadaniami predykcyjnymi. Dotychczasowe metody ujmowały zaledwie część tych właściwości.
MiGHT-EHR rozwiązuje ten problem poprzez konstrukcję heterogenicznego grafu z dokumentacji medycznej, gdzie węzły reprezentują jednostki kliniczne, a krawędzie łączą statystycznie powiązane elementy identyfikowane za pomocą znormalizowanej informacji o wzajemnej informacji punktowej. Architektura transformer pozwala na efektywne przetwarzanie tych złożonych relacji czasoprzestrzennych.
Metoda testowana na znanych zbiorach danych MIMIC-III i MIMIC-IV wykazała znaczną przewagę nad istniejącymi podejściami w czterech zadaniach: rekomendacji leków, przewidywaniu długości pobytu w szpitalu, śmiertelności pacjentów i ich ponownej hospitalizacji. Szczególnie duże poprawy zanotowano w zadaniach przewidywania śmiertelności i readmisji. Dodatkowo analiza post-hoc wyuczonych reprezentacji wykazała, że grafy pacjentów są zorganizowane według kryteriów klinicznych, co sugeruje, że system nauczył się znaczących medycznych wzorców w danych.