[論文レビュー] Clinically verified pre-screening for cancer using web search queries: Initial results.

Elad Yom‐Tov|arXiv (Cornell University)|Feb 21, 2018

Data-Driven Disease Surveillance被引用数 3

ひとこと要約

本研究では、Bing広告を通じて、肺がん、乳がん、大腸がんの可能性があると自己申告する人々のウェブ検索クエリを活用し、がんリスクを予測する手法を提案している。過去のクエリと臨床的に検証されたリスクスコアを照合することで、自動分類器が全がん種に対してAUC 0.64、大腸がんに対しては0.76を達成し、検索クエリが早期がんスクリーニングの有効なツールであることを示した。

ABSTRACT

Search engine queries have been demonstrated to be a useful signal for screening people for different cancer types. Past work focused on a biased population which indicated that they were suffering from the condition, or else inferred which people had the condition of interest using their queries. Here we used a combination of an online advertising campaign and a clinically verified questionnaire to identify at-risk people, and correlated their past queries with these risk scores. People who suspected they were suffering from lung, breast, or colon cancer were recruited through ads shown on the Bing search engine to complete a clinically verified risk questionnaire. Of those, 201 people agreed to participate in the research and their past queries could be obtained. An automated classifier to predict their risk score based on past queries reached an Area Under the ROC (AUC) of 0.64 for all cancers, and 0.76 for colon cancer. These results demonstrate the utility of search engine queries to screen for cancer and are the represent the first step in utilizing advertising systems to screen for cancer and detect it earlier than has been previously possible.

研究の動機と目的

• 過去のウェブ検索クエリを用いてがんリスクに該当する個人を特定する手法を開発すること。
• がんの可能性を疑っているとされる人々を、標的広告を用いてオンラインで参加者として募集すること。
• 標準化されたアンケートを用いて自己申告リスクを臨床的に検証し、データの質を保証すること。
• 機械学習を用いて検索クエリの予測力をがんリスクの予測に評価すること。
• 広告プラットフォームを活用して、検索行動に基づく早期がん発見の実現可能性を示すこと。

提案手法

• がんリスクの可能性があるとされるユーザーに表示される、標的型のBing検索エンジン広告を用いて参加者を募集した。
• オンラインで実施された臨床的に検証済みのアンケートを用いて、自己申告リスクスコアを収集した。
• 参加者の匿名化された過去の検索クエリを、Bingの検索履歴から取得し、分析した。
• 過去の検索クエリの内容とパターンに基づいてがんリスクを予測する自動分類器を訓練した。
• 全がん種および特定のがん種について、受診者作動特性曲線下積分（AUC）を用いてモデルのパフォーマンスを評価した。
• 検索履歴の共有とアンケートへの回答に同意した201名の代表的サンプルを用いた。

実験結果

リサーチクエスチョン

• RQ1 がんの可能性を疑っていると自己申告する人々において、検索エンジンのクエリが、自己申告のがんリスクを信頼性を持って予測できるか？
• RQ2 匿名化された過去の検索クエリを用いた機械学習分類器のは、がんリスク予測においてどの程度の効果を示すか？
• RQ3 特に大腸がんに関して、検索クエリの予測性能はどの程度か？
• RQ4 オンライン広告プラットフォームは、がんスクリーニング研究のためのリスクの高い個人の参加者を効果的に募集できるか？
• RQ5 クエリベースのスクリーニングは、従来の方法と比較して、早期発見においてどの程度のパフォーマンスを示すか？

主な発見

• 自動分類器は、全3つのがん種にわたる総合のがんリスク予測において、受診者作動特性曲線下積分（AUC）0.64を達成した。
• 特に大腸がんに関しては、分類器がAUC 0.76を達成し、優れた予測性能を示した。
• 本研究では、Bing広告キャンペーンを通じて、過去の検索クエリの共有に同意した201名の参加者を効果的に獲得した。
• 臨床的に検証済みのリスクスコアは、標準化されたアンケートを用いて得られ、データの信頼性が保証された。
• 本研究は、広告プラットフォームを用いてがんリスクの高い個人を参加者として抽出し、検索クエリをがんスクリーニングに活用することを検証した最初の研究である。
• 結果から、検索クエリが、非侵襲的かつ有用な早期がん発見のシグナルとして機能しうることが示された。