[論文レビュー] Sepsis Prediction and Vital Signs Ranking in Intensive Care Unit Patients

Avijit Mitra, Khalid Ashraf|arXiv (Cornell University)|Dec 17, 2018

Machine Learning in Healthcare参考文献 13被引用数 14

ひとこと要約

本研究では、MIMIC-IIIデータセットを用いて、ICU患者における敗血症、重症敗血症、敗血症性ショックの検出および予測に、一般的な生命徴収値のみを活用する深層学習アンサンブルモデルを提案する。モデルは検出においてAUC 0.97、0.96、0.91を達成し、予測においては4時間前を想定してAUC 0.90、0.91、0.90を達成し、単一モデルおよびルールベース手法を上回る性能を示した。6つの生命徴収値が一貫して最適な性能を示した。

ABSTRACT

We study multiple rule-based and machine learning (ML) models for sepsis detection. We report the first neural network detection and prediction results on three categories of sepsis. We have used the retrospective Medical Information Mart for Intensive Care (MIMIC)-III dataset, restricted to intensive care unit (ICU) patients. Features for prediction were created from only common vital sign measurements. We show significant improvement of AUC score using neural network based ensemble model compared to single ML and rule-based models. For the detection of sepsis, severe sepsis, and septic shock, our model achieves an AUC of 0.97, 0.96 and 0.91, respectively. Four hours before the positive hours, it predicts the same three categories with an AUC of 0.90, 0.91 and 0.90 respectively. Further, we ranked the features and found that using six vital signs consistently provides higher detection and prediction AUC for all the models tested. Our novel ensemble model achieves highest AUC in detecting and predicting sepsis, severe sepsis, and septic shock in the MIMIC-III ICU patients, and is amenable to deployment in hospital settings.

研究の動機と目的

• MIMIC-IIIデータセットを用いて、ICU患者における敗血症検出および予測のためのルールベースおよび機械学習モデルをベンチマークすること。
• 既存の単一モデルおよびルールベース手法を改善する深層学習アンサンブルモデルの開発および評価を行うこと。
• 最も予測に寄与する生命徴収値を特定し、敗血症検出および予測の最適な特徴量数を同定すること。
• 日常的に収集される生命徴収値のみに依存することで、モデルの臨床現場への適用可能性を示すこと。

提案手法

• 本研究では、ICU患者に限定されたMIMIC-IIIデータセットを用い、心拍数、呼吸数、収縮期血圧、体温、その他の一般的な生命徴収値からのみ特徴量を抽出する。
• 複数の深層学習および従来の機械学習モデルの予測を統合する、新しいニューラルネットワークベースのアンサンブルモデルを設計し、耐性および性能を向上させる。
• 順列重要度を用いて特徴量の重要度を順位付けし、敗血症予測および検出において最も影響力のある生命徴収値を同定する。
• 欠損値の補完を伴い、1時間ごとに集約された時系列的生命徴収値データを用いてモデルを学習および評価する。
• 受信者操作特性曲線下の面積（AUC）を用いて性能を評価し、検出（陽性時刻）と予測（診断4時間前）のそれぞれに対して別々の指標を用いる。
• 特徴量数を段階的に増加させることで、最適な特徴量セットを同定するためのアブレーションスタディを実施する。

実験結果

リサーチクエスチョン

• RQ1 深層学習アンサンブルモデルは、単一モデルおよびルールベースシステムと比較して、敗血症検出および予測において優れた性能を達成できるか？
• RQ2 ICU患者における敗血症、重症敗血症、敗血症性ショックの予測において、どの生命徴収値が最も予測的か？
• RQ3 異なるモデルにおいて、検出および予測のAUCを最大化する最適な生命徴収値の数は存在するか？
• RQ4 アンサンブルモデルの性能は、qSOFA や SOFA といった既存のルールベース敗血症スコアリングシステムと比較してどうか？
• RQ5 6つ以上の生命徴収値を含めることで、モデルの性能が一貫して向上するか、それとも飽和点が存在するか？

主な発見

• 提案された深層学習アンサンブルモデルは、敗血症検出でAUC 0.97、重症敗血症で0.96、敗血症性ショックで0.91を達成し、単一モデルおよびルールベース手法を顕著に上回った。
• 臨床的診断の4時間前に予測する場合、敗血症、重症敗血症、敗血症性ショックのそれぞれでAUC 0.90、0.91、0.90を達成した。
• 収縮期血圧が敗血症予測において最も重要な特徴量であると特定された一方、体温は検出において最も重要であった。
• 6つの生命徴収値を含めることで、すべてのモデルおよびタスクで最高のAUCが得られ、この特徴量数で普遍的な性能のしきい値が達成された。
• アブレーション解析の結果、6つ以上の生命徴収値を追加してもAUCに顕著な向上は認められず、このタスクにおいて6つが最適な数であると示唆された。
• モデルは異なるアーキテクチャにおいても安定した性能を示し、限られた入力特徴量でも高いAUCを維持したため、実臨床環境における導入可能性が裏付けられた。