[論文レビュー] Disease Prediction from Electronic Health Records Using Generative Adversarial Networks.

Uiwon Hwang, Sung‐Woon Choi+1 more|arXiv (Cornell University)|Nov 11, 2017

Machine Learning in Healthcare参考文献 6被引用数 12

ひとこと要約

本研究では、電子的健康記録（EHR）における疾患予測のため、欠損値補完にスタックドオートエンコーダーを、疾患予測に補助分類器GAN（AC-GAN）を組み合わせた新規フレームワークを提案する。98.05%の予測精度を達成し、欠損データとクラス不均衡の処理において従来のアルゴリズムを顕著に上回った。

ABSTRACT

Electronic health records (EHRs) have contributed to the computerization of patient records so that it can be used not only for efficient and systematic medical services, but also for research on data science. In this paper, we compared disease prediction performance of generative adversarial networks (GANs) and conventional learning algorithms in combination with missing value prediction methods. As a result, the highest accuracy of 98.05% was obtained using stacked autoencoder as the missing value prediction method and auxiliary classifier GANs (AC-GANs) as the disease predicting method. Results show that the combination of stacked autoencoder and AC-GANs performs significantly greater than existing algorithms at the problem of disease prediction in which missing values and class imbalance exist.

研究の動機と目的

• 電子的健康記録（EHR）における疾患予測のため、欠損値とクラス不均衡の課題に対処すること。
• EHRベースの疾患予測において、生成的対抗ネットワーク（GAN）が従来の機械学習アルゴリズムを上回る性能を示すかを評価すること。
• 予測精度を最大化するために、欠損値補完法とディープラーニングモデルの最適な組み合わせを同定すること。

提案手法

• 入力データの階層的表現を学習することで、スタックドオートエンコーダーを用いてEHRの欠損値を補完した。
• 補助分類器GAN（AC-GAN）を用いて、同時に疾患予後を分類しつつ、現実的な合成EHRサンプルを生成した。
• 教師ラベルを活用して敵対的訓練プロセスを最適化するため、条件付き損失をAC-GANに適用した。
• 同じ補完および予測パイプラインを用いて、AC-GANとスタックドオートエンコーダーの性能を従来の学習アルゴリズムと比較した。
• ディープラーニングモデルに供給する前に、特徴工学と正規化を実施してEHRデータを前処理した。
• 標準分類指標を用いてモデルの性能を評価し、主な評価指標として正解率を採用した。

実験結果

リサーチクエスチョン

• RQ1 スタックドオートエンコーダーを用いた補完と組み合わせたAC-GANは、欠損データを伴うEHRからの疾患予測において、従来の機械学習モデルを上回ることができるか？
• RQ2 スタックドオートエンコーダーとAC-GANの統合は、クラス不均衡の存在下で予測精度にどのように影響を与えるか？
• RQ3 実世界のEHRデータセットにおける疾患予測のための、欠損値補完法とディープラーニングモデルの最適な組み合わせは何か？

主な発見

• スタックドオートエンコーダーによる欠損値補完とAC-GANによる疾患予測の組み合わせが、98.05%という最高の正解率を達成した。
• スタックドオートエンコーダーによる補完を施したAC-GANは、疾患予測タスクにおいて、従来の学習アルゴリズムを顕著に上回った。
• 提案手法は、EHRデータセットにおいて一般的な欠損データとクラス不均衡の両方に対し、強固な性能を示した。
• 結果から、効果的な補完と組み合わせたGANによる生成的モデリングは、識別的モデルを上回る予測性能を実現することが示唆された。