[論文レビュー] CONAN: Complementary Pattern Augmentation for Rare Disease Detection

Limeng Cui, Siddharth Biswal+4 more|arXiv (Cornell University)|Nov 26, 2019

COVID-19 diagnosis using AI参考文献 24被引用数 6

ひとこと要約

CONANは、自己注意型階層的埋め込みと補完的GANを活用して、不安定な（境界に近い）症例から合成された患者パターンを生成することで、希少疾患検出のための補完的パターン増強フレームワークを提案する。疾患検出器をディスクライマータとして用いることでマックスマージン分類器を強制し、炎症性腸疾患（IBD）ではPR-AUCが50.1%、特発性肺線維症（IPF）では41.3%の相対的向上を達成した。

ABSTRACT

Rare diseases affect hundreds of millions of people worldwide but are hard to detect since they have extremely low prevalence rates (varying from 1/1,000 to 1/200,000 patients) and are massively underdiagnosed. How do we reliably detect rare diseases with such low prevalence rates? How to further leverage patients with possibly uncertain diagnosis to improve detection? In this paper, we propose a Complementary pattern Augmentation (CONAN) framework for rare disease detection. CONAN combines ideas from both adversarial training and max-margin classification. It first learns self-attentive and hierarchical embedding for patient pattern characterization. Then, we develop a complementary generative adversarial networks (GAN) model to generate candidate positive and negative samples from the uncertain patients by encouraging a max-margin between classes. In addition, CONAN has a disease detector that serves as the discriminator during the adversarial training for identifying rare diseases. We evaluated CONAN on two disease detection tasks. For low prevalence inflammatory bowel disease (IBD) detection, CONAN achieved .96 precision recall area under the curve (PR-AUC) and 50.1% relative improvement over best baseline. For rare disease idiopathic pulmonary fibrosis (IPF) detection, CONAN achieves .22 PR-AUC with 41.3% relative improvement over the best baseline.

研究の動機と目的

• 希少疾患の発症率が極めて低く、陽性例が極めて少ないにもかかわらず誤診されがちな状況に対処すること。
• 診断が不安定な（境界に近い）患者——おそらく境界例——をデータ増強の出発点として活用し、モデルの一般化性能を向上させること。
• 従来のGANやPU学習の限界を克服し、本物の陽性例と陰性例の間にある意味のある、識別的なパターンを生成すること。
• 疾患検出器をディスクライマータとして用いる敵対的訓練フレームワークを開発し、希少疾患の分類においてマックスマージン境界を強化すること。
• たとえ患者の診察履歴の20%しか利用できない場合でも、早期に希少疾患を検出できるようにすること。

提案手法

• CONANは、自己注意型の階層的ニューラルネットワークを用いて、診察レベルおよび患者レベルの両方で患者のEHRデータを埋め込み、顕著な臨床的パターンを捉える。
• 不安定なネガティブサンプル（境界例）から、ランダムノイズではなく、合成された患者埋め込みを生成する補完的GANを構築する。
• 疾患検出器が敵対的訓練におけるディスクライマータとして機能し、本物の陽性例と生成されたサンプルを区別し、クラスタ間のマックスマージンを強制する。
• 生成器は、本物の陽性例に近いが、本物の陽性例と陰性例の間にある埋め込みを生成するように訓練される。これにより、意思決定境界の頑健性が向上する。
• フレームワークは、臨床的妥当性を損なわず、マイノリティクラスの表現を豊かにする補完的サンプルの生成を通じてパターン増強を統合する。
• トレーニングはエンドツーエンドであり、最終的な疾患検出器は未観測の患者、特に早期段階の予測に対しても推論に使用される。

実験結果

リサーチクエスチョン

• RQ1 境界例を用いたパターン増強が、発症率が極めて低い状況下での希少疾患検出性能を向上させることができるか？
• RQ2 本物の陽性例と陰性例の埋め込みの間のサンプルを生成する補完的GANが、モデルの一般化性能と意思決定境界の質に与える影響は何か？
• RQ3 敵対的訓練において疾患検出器をディスクライマータとして統合することで、希少疾患に対するより優れたマックスマージン分類が達成可能か？
• RQ4 CONANは、患者の診察履歴の一部（例：20%）しか利用できない状況でも、希少疾患の早期検出をどの程度可能にするか？
• RQ5 CONANは、標準的なGAN、medGAN、PU学習手法と比較して、臨床的に意味のある合成パターンをどの程度効果的に生成できるか？

主な発見

• 炎症性腸疾患（IBD）では、CONANはPR-AUC 0.96を達成し、最良のベースライン比で50.1%の相対的向上を示した。
• 特発性肺線維症（IPF）では、CONANはPR-AUC 0.22を達成し、最良のベースライン比で41.3%の相対的向上を示した。
• 早期予測タスクでは、CONANは診察履歴の20%しか使用しなくても強力な性能を維持し、IBDではPR-AUC 0.7313、IPFでは0.0843を達成した。
• t-SNE可視化により、CONANが生成したサンプルが本物の陽性例と陰性例の埋め込みの間に位置していることが確認され、より良いマージンベース分類が可能であることが示された。
• アブレーションスタディの結果、補完的GANとデータ増強が性能向上に不可欠であることが判明。標準的なGANやPU学習手法では、誤検出の削減が効果的に達成できなかった。
• CONANによって訓練された疾患検出器は、診察履歴が限られた状況でも境界例を早期に特定する能力を示し、頑健性を示した。