[論文レビュー] Diagnosis of Acute Myeloid Leukaemia Using Machine Learning

A. Angelakis, Ioanna Soulioti|arXiv (Cornell University)|Aug 17, 2021

Digital Imaging for Blood Diseases参考文献 79被引用数 5

ひとこと要約

本研究では、26個のアノテーションなしの遺伝子プローブセットと年齢を用いたCatBoost機械学習モデルを開発し、15か国からなる2,177名の多施設データセットで急性骨髄性白血病（AML）を診断した。99.94％の正確性と0.9996のF1スコアを達成し、既存のアプローチを上回った。本モデルは、AMLと既往の文献で関連付けられていない特徴に注目することで、診断に向けた新たな分子シグネチャーを浮き彫りにした。

ABSTRACT

We train a machine learning model on a dataset of 2177 individuals using as features 26 probe sets and their age in order to classify if someone has acute myeloid leukaemia or is healthy. The dataset is multicentric and consists of data from 27 organisations, 25 cities, 15 countries and 4 continents. The accuracy or our model is 99.94\% and its F1-score 0.9996. To the best of our knowledge the performance of our model is the best one in the literature, as regards the prediction of AML using similar or not data. Moreover, there has not been any bibliographic reference associated with acute myeloid leukaemia for the 26 probe sets we used as features in our model.

研究の動機と目的

• 急性骨髄性白血病（AML）の早期診断のため、最小限で生物学的に関連性のある特徴を用いた、極めて高い正確性の機械学習モデルを開発すること。
• AMLと以前に関連付けられていない遺伝子発現特徴（プローブセット）を同定し、潜在的な新しいバイオマーカーを発見すること。
• 臨床的関連性が知られている年齢を予後特徴として組み込み、モデル性能を向上させること。
• 複数の大陸からなる、キュレートされた多施設遺伝子発現データセットを用いて、AML分類分野における最先端の性能を達成すること。
• 10-fold交差検証と独立したテストセットを用いて、モデルの頑健性を検証し、多様な集団への一般化可能性を保証すること。

提案手法

• 2段階の特徴選択プロセスを適用した：まず、CatBoostの予測重要度に基づき上位100の特徴を選択し、次に訓練中の損失関数低減への寄与度に基づき上位100の特徴を選択した。
• これらの2つの特徴集合の共通部分（34プローブセット）を計算し、予測性能が高く、モデル最適化に顕著な寄与を持つ特徴を保持した。
• 34プローブセットから、文献にAML関連が記載されているものは除外し、最終モデルに34個中26個を残した。これにより、選択された特徴の新規性を保証した。
• 最終データセット（2,177名）を用い、100イテレーション、深さ11、学習率0.1でCatBoost分類器を学習し、80％を訓練用、20％を検証用に使用した。
• ハイパーパramータチューニングとモデルの安定性・一般化性能の評価のため、10-fold交差検証を実施した。
• クラス不均衡に対処するため、CatBoostの組み込み重みバランス機能を用い、少数クラス（健常者）の性能を向上させた。

実験結果

リサーチクエスチョン

• RQ1 26個の遺伝子プローブセットと年齢のみを用いた機械学習モデルが、AMLと既往の文献で関連付けられていない状態で、99.94％の正確性を達成できるか？
• RQ2 予測重要度と損失関数変化の二重基準で選択された特徴は、単一基準による選択に比べ、より優れた診断性能を示すか？
• RQ3 年齢を特徴として組み込むことで、AML診断におけるモデル性能が顕著に向上するか、特に新規遺伝子発現特徴と組み合わせた場合に有効か？
• RQ4 2,177名の多施設国際データセットを用いて学習したモデルは、多様な集団やプラットフォームに一般化できるか？
• RQ5 文献に記載のないプローブセットのみを用いたモデルのAML診断性能は何か？また、既存の文献と比較してどうか？

主な発見

• 最終的なCatBoostモデルは、テストセットで99.94％の正確性と0.9996のF1スコアを達成し、優れた診断性能を示した。
• 特異度（1.0000）と感度（1.0000）が両方とも非常に高く、AMLおよび健常者症例のほぼ完全な同定が可能であった。
• AUCスコアは1.0000に達し、検証セットにおいてAMLと健常者を完全に区別できることを示した。
• 最終モデルに選択された26プローブセットは、いずれも文献においてAMLと関連づけられていないため、AML診断の新たな分子シグネチャーの発見を示唆した。
• 年齢を特徴として組み込むことで、唯一の臨床的アノテーション変数であるにもかかわらず、モデル性能に顕著な貢献があった。
• 著者による文献レビューによると、本モデルは、類似または異なるデータタイプを用いた既存のすべてのAML診断モデルを上回った。