[論文レビュー] Smart City Analytics: Ensemble-Learned Prediction of Citizen Home Care

Casper Worm Hansen, Christian Hansen+2 more|arXiv (Cornell University)|Aug 21, 2017

Human Mobility and Location-Based Analysis参考文献 5被引用数 3

ひとこと要約

本稿では、コペンハーゲンの市民における在宅介護時間の大幅な増加を予測するためのアンサンブル学習手法を提案する。この手法は、履歴データを用いて訓練された線形（ロジスティック回帰）または非線形（ランダムフォレスト）モデルを用いる。モデルは限定的な訓練データでも優れた性能を示し、AUC 0.715の最先端のスコアを達成した。また、最近の介護パターンが最も予測に寄与する特徴であることが判明した。

ABSTRACT

We present an ensemble learning method that predicts large increases in the hours of home care received by citizens. The method is supervised, and uses different ensembles of either linear (logistic regression) or non-linear (random forests) classifiers. Experiments with data available from 2013 to 2017 for every citizen in Copenhagen receiving home care (27,775 citizens) show that prediction can achieve state of the art performance as reported in similar health related domains (AUC=0.715). We further find that competitive results can be obtained by using limited information for training, which is very useful when full records are not accessible or available. Smart city analytics does not necessarily require full city records. To our knowledge this preliminary study is the first to predict large increases in home care for smart city analytics.

研究の動機と目的

• スマートシティのデータを用いて、市民の在宅介護時間の大幅な増加を予測するモデルを開発すること。
• アンサンブル学習手法の長期的な在宅介護ニーズ予測への性能を評価すること。
• データ利用可能性のレベルを変化させた場合のモデル精度への影響を評価すること。
• 在宅介護の急増を予測する上で最も予測力のある特徴を同定すること。
• 限られた低コストのデータを用いて効果的なスマートシティ保健分析を実現できるかを示すこと。

提案手法

• 本手法は、在宅介護予測を二値分類問題として定式化する。具体的には、次に3か月以内に市民が6時間以上の在宅介護時間の増加を経験するかどうかを予測する。
• 二段階のアンサンブル学習アーキテクチャを採用する。段階0のモデル（ロジスティック回帰またはランダムフォレスト）は、連続するデータチャンクを用いて訓練され、その予測結果が段階1のメタモデルによって統合される。
• 段階0のモデルは、毎月、直近の1か月分のデータ（IL1）またはすべての過去データ（IL2）を用いて再訓練され、動的アンサンブルを形成する。
• 最終的な予測は、段階0のモデル出力をメタインスタンスベクトルに統合し、それを段階1のモデルが分類することで得られる。
• 正則化されたロジスティック回帰とランダムフォレスト分類器をベースラーナーとして用い、最適なパフォーマンスを得るためにハイパーパrameterを調整する。
• 性能評価にはAUCを用い、データ効率性を評価するために5段階の情報レベル（IL1–IL4）における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 アンサンブル学習は、スマートシティの文脈において、個々の市民の在宅介護時間の大幅な増加を効果的に予測できるか？
• RQ2 訓練データが最近の情報や最小限の情報に限定された場合、モデルの性能はどのように変化するか？
• RQ3 どの特徴が在宅介護ニーズの顕著な増加を最もよく予測するか？
• RQ4 本手法は、歴史的パターンに基づくヒューリスティックベースラインと比較して、どのように異なるか？
• RQ5 詳細な臨床データに代わる、サービス受領のバイナリーチェック（二値指標）は、正確な予測に十分な効果を持つのか？

主な発見

• 全利用可能な履歴データを用いて訓練したアンサンブルモデルは、AUC 0.715を達成し、ヒューリスティックベースライン（AUC 0.548および0.634）を上回った。
• 最も優れた性能を示したモデルは、すべての過去データを訓練に用いたものであり、長期的な履歴パターンが正確な予測に不可欠であることを示している。
• 直近3か月間の過去の大規模な在宅介護増加回数が最も予測力のある特徴であり、重みは0.38であった。
• その他の重要な特徴には、入院履歴（0.22）、病気ケア受領（0.21）、週末の在宅介護（0.21）、年齢（0.14）が含まれた。
• サービス受領のバイナリーチェック（IL2b）のみを用いた場合、全データを用いた場合と同等の性能を示した。これは、低コストデータが非常に有効である可能性を示している。
• モデルの性能は情報レベルにかかわらず安定しており、包括的なデータを用いた場合、AUCは常に0.710以上を維持した。これは、データの不足に対しても頑健であることを示している。