[論文レビュー] Intra-day Activity Better Predicts Chronic Conditions

Tom Quisel, David C. Kale+1 more|arXiv (Cornell University)|Dec 4, 2016

Context-Aware Activity Recognition Systems参考文献 6被引用数 6

ひとこと要約

本研究では、ウェアラブルデバイスの日内活動パターン—特に分単位の歩数および睡眠データ—が、自己報告された慢性疾患、特に精神的健康および神経系障害の予測を顕著に向上させることを示している。多タスク畳み込みニューラルネットワーク（CNN）を多変量時系列データに適用したモデルは、ベースラインと比較して優れた性能（AUC = .719）を達成し、日単位のデータと比較して分単位のデータが統計的に有意な向上をもたらしている。

ABSTRACT

In this work we investigate intra-day patterns of activity on a population of 7,261 users of mobile health wearable devices and apps. We show that: (1) using intra-day step and sleep data recorded from passive trackers significantly improves classification performance on self-reported chronic conditions related to mental health and nervous system disorders, (2) Convolutional Neural Networks achieve top classification performance vs. baseline models when trained directly on multivariate time series of activity data, and (3) jointly predicting all condition classes via multi-task learning can be leveraged to extract features that generalize across data sets and achieve the highest classification performance.

研究の動機と目的

• 被動的なウェアラブルトラッカーからの日内活動パターンが、自己報告された慢性疾患の予測を改善するかどうかを調査すること。
• 時間分解能を日単位から分単位へ高めた場合の、精神的健康および代謝・循環器疾患の分類性能への影響を評価すること。
• 深層学習モデル（CNN、RNN）を、生の特徴量および加工済み特徴量の両方に対して、従来のベースライン（ロジスティック回帰、ランダムフォレスト）と比較すること。
• 関連する健康状態の間で一般化性能を向上させるために、多タスク学習の有効性を評価すること。
• 各データレイヤー（人口統計学的特徴、健康指標、日単位の活動、分単位の歩数／睡眠）が分類性能に与える累積的寄与度を定量化すること。

提案手法

• 本研究では、7,261人のユーザーから得られた、人口統計学的特徴、健康指標、日単位の活動、分単位の歩数／睡眠の要約統計量を含む、1日あたり74の特徴量を多変量時系列入力として用いる。
• 2段階のユニバリエートドCNNアーキテクチャが、各時系列（例：歩数）を個別に処理した後、最終分類のための特徴量を連結する。
• フィルタ数8および4、カーネルサイズ7および5、ストライド2を用い、その後最大プーリング（カーネルサイズ2、ストライド2）を実施し、300ユニットの全結合層を配置する。
• 多タスク学習により、1つのCNNを用いて全9疾患（6つのMH/NS、3つのM/C）を同時に学習させ、関連するタスク間での特徴一般化を向上させる。
• 性能評価には4分割交差検証を用い、主な指標としてAUCを採用し、各foldおよびタスク間で有意性をペアドt検定で検証する。
• データ欠損は、不完全と疑われる日を除外した後、ユーザーごとの線形補間により埋め込む。

実験結果

リサーチクエスチョン

• RQ1 分単位の時間分解能を持つ日内活動データが、日単位のデータと比較して、慢性疾患の分類性能を向上させるか？
• RQ2 複数の慢性疾患にわたる多タスク学習が、単一タスク学習と比較してモデル性能に与える影響は？
• RQ3 どのデータレイヤー（人口統計学的特徴、健康指標、日単位の活動、分単位の歩数／睡眠）が予測精度に最も顕著な寄与をしているか？
• RQ4 生の時系列データを入力として用いた場合、CNNのような深層学習モデルが、従来の機械学習モデル（例：ロジスティック回帰、ランダムフォレスト）を上回るか？
• RQ5 高時間分解能データの利点は、精神的健康疾患と代謝・循環器疾患のクラスタの両方で一貫しているか？

主な発見

• 多タスクCNNは全体で最高のAUC .719を達成し、単一タスクCNN（AUC .704、p = .01）を顕著に上回った。
• 分単位の睡眠データが、精神的健康／神経系障害の分類において最大の累積的改善（AUC .019、p = .003）をもたらした。
• 分単位の歩数データは、MH/NSクラスタにおいてAUCを.008向上（p = .022）させた一方、日単位の活動データはAUCを.021向上（p < .001）させた。
• MT CNNは、2型糖尿病において最高のAUC .821を達成し、共有特徴学習により希少疾患に対しても優れた性能を示した。
• CNNは生データのロジスティック回帰（AUC .642）を上回ったことから、手作業による特徴工学なしに深層学習が有効な表現を学習できることを示した。
• 代謝・循環器疾患の分類では、人口統計学的および基本的健康指標の組み合わせで既に高い性能が得られており、高時間分解能データによる追加的利益は顕著ではなかった。