[論文レビュー] DeepHeart: Semi-Supervised Sequence Learning for Cardiovascular Risk Prediction

Brandon Ballinger, Johnson Hsieh+9 more|arXiv (Cornell University)|Feb 7, 2018

Non-Invasive Vital Sign Monitoring被引用数 28

ひとこと要約

DeepHeartは、14,011名の参加者から得られた57,675人週分のラベルなしウェアラブル心拍データを活用し、糖尿病、高血圧、高コレステロール、睡眠時低炭素血症などの心血管リスク因子を高い精度で予測する半教師付きでマルチタスクなLSTMモデルを提案している。このモデルは、半教師付き逐次学習とヒューリスティック事前学習の2つの新しい訓練手法を用いて、医学文献に記載された従来のバイオマーカーを上回る性能を発揮している。

ABSTRACT

We train and validate a semi-supervised, multi-task LSTM on 57,675 person-weeks of data from off-the-shelf wearable heart rate sensors, showing high accuracy at detecting multiple medical conditions, including diabetes (0.8451), high cholesterol (0.7441), high blood pressure (0.8086), and sleep apnea (0.8298). We compare two semi-supervised train- ing methods, semi-supervised sequence learning and heuristic pretraining, and show they outperform hand-engineered biomarkers from the medical literature. We believe our work suggests a new approach to patient risk stratification based on cardiovascular risk scores derived from popular wearables such as Fitbit, Apple Watch, or Android Wear.

研究の動機と目的

• 消費者用ウェアラブルセンサーを用いた、未診断の心血管リスク要因の早期発見のためのスケーラブルで低コストな手法の開発。
• ウェアラブルヘルスアプリケーションにおけるラベル付き医療データの不足を補うために、大規模なラベルなしセンサーデータを活用すること。
• レアまたは未診断の疾患に特化したモデル性能を向上させるために、半教師付き学習の2つの戦略（半教師付き逐次学習とヒューリスティック事前学習）を比較・評価すること。
• 実世界のウェアラブルデータで訓練されたディープラーニングモデルが、既存の臨床バイオマーカーと同等またはそれ以上の高い診断精度を達成できることを示すこと。
• 患者が早期に臨床的ケアを受けるのを支援する、モバイルベースでアンビュラトリなスクリーニングシステムの基盤を築くこと。

提案手法

• マルチタスクでディープなLSTMアーキテクチャを、ウェアラブルデバイスの生の多チャネル時系列データ（心拍数と歩数）を時間遅延特徴とともにテンソルとしてエンコードして訓練している。
• 2つの半教師付き訓練手法を採用している：(1) 半教師付き逐次学習では、LSTMを最初に逐次オートエンコーダーとして事前学習し、その後ラベル付きデータでファインチューニングしている。また、(2) ヒューリスティック事前学習では、文献に記載された既知の医療バイオマーカー（例：心拍変動）を学習するようにネットワークを初期化している。
• 変動するサンプリング間隔に対応するため、時間遅延符号化が適用されている：$ dt_{transformed} = 0.1 \log\left(\frac{dt}{5000}\right) $、この処理により、広範な測定間隔の差を正規化し、学習の安定化を図っている。
• モデルは4つの疾患（糖尿病、高コレステロール、高血圧、睡眠時低炭素血症）を対象として評価されており、各疾患ごとに独立した訓練／検証／テスト分割が用いられている。
• 性能はAUC（受信者動作特性曲線下の面積）で測定され、医学文献に記載された手作業で設計されたバイオマーカーと比較されている。
• モデルは、最大100万ステップに達する参加者ごとの長期間生理的モニタリングを可能としており、長距離依存性を扱うためにClockwork RNNなどのアーキテクチャへの拡張も可能である。

実験結果

リサーチクエスチョン

• RQ1 ラベルなしウェアラブルセンサーデータに対する半教師付きディープラーニングは、心血管リスク因子の診断精度において、従来の手作業で設計された臨床バイオマーカーを上回ることができるか？
• RQ2 既知の生理的バイオマーカー（ヒューリスティック事前学習）で事前学習することで、自己教師付きオートエンコーダーと比較して、下流の診断性能が向上するか？
• RQ3 1つのディープラーニングモデルが、消費者用ウェアラブル機器からの安静時心拍数と歩数のみを用いて、複数の多様な心血管リスク状態を効果的に予測できるか？
• RQ4 糖尿病や睡眠時低炭素血症のように、発症率が低く診断が遅れる疾患において、モデルの性能はいかがなっているか？
• RQ5 このようなモデルを用いたモバイルベースで外部からのスクリーニングシステムは、高い正確性と安全性を維持しながら、未診断疾患の負担を軽減できるか？

主な発見

• 半教師付き逐次学習手法は、糖尿病のAUCが0.8451に達し、医学文献に記載された手作業で設計されたバイオマーカーを上回った。
• 高コレステロールの場合はAUCが0.7441に達し、ラベル付きデータが限られているにもかかわらず、強力な予測能力を示した。
• 高血圧ではAUCが0.8086、睡眠時低炭素血症では0.8298を記録し、これらの疾患に関連する生理的変化に対して高い感受性を示した。
• 半教師付き学習の2つのアプローチ（逐次学習とヒューリスティック事前学習）は、いずれも従来のバイオマーカーベースラインを著しく上回った。
• 実世界のウェアラブルデータから、運動時、睡眠時、ストレス時、疾患状態下など多様な生理的状態においても、モデルの性能が安定していた。
• 本研究では、消費者用ウェアラブル機器に半教師付きディープラーニングを組み合わせることで、従来の臨床的環境を超えたスケーラブルで低コストな心血管リスクスクリーニングが可能になることが示された。