[論文レビュー] Finding Patient Zero: Learning Contagion Source with Graph Neural Networks

Chintan Shah, Nima Dehmamy+5 more|arXiv (Cornell University)|Jun 21, 2020

Complex Network Analysis Techniques参考文献 48被引用数 27

ひとこと要約

本稿では、感染拡大の原因（患者ゼロ）を、病原体の動的特性やパラメータを事前に知らなくても、複雑なネットワークで特定するGNN（グラフニューラルネットワーク）ベースの手法を提案する。この手法は理論的限界に近い精度を達成し、従来のメッセージスイーピング法よりも100倍以上高速であり、合成ネットワークおよび実世界の接触ネットワーク（COVID-19の流行をモデル化したネットワークを含む）において優れた性能を示している。

ABSTRACT

Locating the source of an epidemic, or patient zero (P0), can provide critical insights into the infection's transmission course and allow efficient resource allocation. Existing methods use graph-theoretic centrality measures and expensive message-passing algorithms, requiring knowledge of the underlying dynamics and its parameters. In this paper, we revisit this problem using graph neural networks (GNNs) to learn P0. We establish a theoretical limit for the identification of P0 in a class of epidemic models. We evaluate our method against different epidemic models on both synthetic and a real-world contact network considering a disease with history and characteristics of COVID-19. % We observe that GNNs can identify P0 close to the theoretical bound on accuracy, without explicit input of dynamics or its parameters. In addition, GNN is over 100 times faster than classic methods for inference on arbitrary graph topologies. Our theoretical bound also shows that the epidemic is like a ticking clock, emphasizing the importance of early contact-tracing. We find a maximum time after which accurate recovery of the source becomes impossible, regardless of the algorithm used.

研究の動機と目的

• 部分的でノイズの多い感染拡大の観測データしか入手できない状況において、複雑なネットワークにおける感染源（患者ゼロ）の特定という課題に対処すること。
• メッセージスイーピングアルゴリズムで用いられるような、感染拡大の動的特性やパラメータを明示的に必要とする従来手法の限界を克服すること。
• グラフ構造と感染パターンにのみ依存して学習する、モデルに依存しないアプローチを構築すること。
• サイクルを含む一般のグラフにおける患者ゼロ特定の最大達成可能精度の理論的限界を確立すること。
• 実際の接触ネットワーク、特にCOVID-19パンデミック期のボストンにおける接触ネットワークを含む、実世界のネットワークでの手法の評価を行うこと。

提案手法

• 本手法は、グラフスナップショットと感染状態から、感染拡大プロセスの逆方向ダイナミクスを学習するためのグラフニューラルネットワーク（GNN）を採用する。
• GNNは、感染率や潜伏期間などの病原体パラメータを明示的に入力する必要なく、合成および実世界の感染シミュレーション上でエンドツーエンドに訓練される。
• 本手法は、グラフ内の構造的および時間的パターンを活用して、遅延または不完全な監視データがある状況でも、最も可能性の高い感染源ノードを推定する。
• 理論的分析により、使用する推論アルゴリズムに依存しない情報理論的上限が導出され、患者ゼロ特定の最大精度が理論的に評価される。
• モデルは、合成ネットワーク（例：スモールワールド型、スケールフリーネットワーク）および匿名化されたGPS移動データから得られた実際の接触ネットワークの両方で評価される。
• 性能はトップ-k精度と正規化ランクを用いて測定され、正確な感染源の回復能力および小さな候補集合への絞り込み能力の両方が評価される。

実験結果

リサーチクエスチョン

• RQ1 任意のサイクルを含む一般のグラフにおいて、使用する推論アルゴリズムにかかわらず、患者ゼロ特定の理論的限界精度はどの程度達成可能か？
• RQ2 GNNのような深層学習モデルは、感染拡大の動的特性やパラメータを明示的に知らなくても、高い精度で患者ゼロを特定できるか？
• RQ3 GNNの性能は、古典的なメッセージスイーピングアルゴリズムと比較して、精度および推論速度の面で優れているか？
• RQ4 流行発症から監視開始までの時間遅延が、患者ゼロ特定の精度に与える影響は何か？
• RQ5 本手法は、移動データから得られるような複雑で現実的な構造を持つ実世界の接触ネットワークにも一般化可能か？

主な発見

• GNNベースの手法は、本稿で導出した理論的上限に近いトップ-1精度を達成しており、今後のアーキテクチャの改善による利得は次第に小さくなる可能性を示している。
• ボストンの接触ネットワークでは、14日経過後にトップ-1精度が50％低下するが、正規化ランクは依然として高く維持されており、真の感染源が小さな候補集合に絞れることが示された。
• 任意のグラフトポロジーにおいて、GNN手法は古典的なメッセージスイーピングアルゴリズムの100倍以上高速であり、リアルタイム応用が可能である。
• 理論的分析により、ある臨界的な時間閾値を超えると、どのアルゴリズムを用いても、正確な感染源回復が情報理論的に不可能になることが明らかになった。
• 本手法は、無症状感染やR₀ = 2.5を示すCOVID-19の自然史に類似した特徴を示す合成ネットワークおよび実世界の接触ネットワークの両方で、頑健に性能を発揮した。
• モデルはモデルに依存せず、感染率や潜伏期間などの感染パラメータを事前に知る必要がないため、さまざまな伝染プロセスに広く適用可能である。