[論文レビュー] TDEFSI: Theory Guided Deep Learning Based Epidemic Forecasting with Synthetic Information

Lijing Wang, Jiangzhuo Chen+1 more|arXiv (Cornell University)|Jan 28, 2020

Data-Driven Disease Surveillance参考文献 80被引用数 13

ひとこと要約

TDEFSI は、理論に基づいた深層学習フレームワークであり、低分解能の監視データと高分解能の合成疫学的シミュレーションを統合することで、インフルエンザ様症候群（ILI）の正確で高分解能の時空間予測を実現する。社会的要因、人口統計的要因、地理的多様性を組み込んだ地域固有のシミュレーションを用いて二本のブランチを持つLSTMネットワークを訓練することで、TDEFSI は郡レベルで最先端の性能を達成し、州レベルでも同等の結果を得ており、モンテカルロドロップアウトを用いた不確実性の定量化が可能である。

ABSTRACT

Influenza-like illness (ILI) places a heavy social and economic burden on our society. Traditionally, ILI surveillance data is updated weekly and provided at a spatially coarse resolution. Producing timely and reliable high-resolution spatiotemporal forecasts for ILI is crucial for local preparedness and optimal interventions. We present TDEFSI (Theory Guided Deep Learning Based Epidemic Forecasting with Synthetic Information), an epidemic forecasting framework that integrates the strengths of deep neural networks and high-resolution simulations of epidemic processes over networks. TDEFSI yields accurate high-resolution spatiotemporal forecasts using low-resolution time series data. During the training phase, TDEFSI uses high-resolution simulations of epidemics that explicitly model spatial and social heterogeneity inherent in urban regions as one component of training data. We train a two-branch recurrent neural network model to take both within-season and between-season low-resolution observations as features, and output high-resolution detailed forecasts. The resulting forecasts are not just driven by observed data but also capture the intricate social, demographic and geographic attributes of specific urban regions and mathematical theories of disease propagation over networks. We focus on forecasting the incidence of ILI and evaluate TDEFSI's performance using synthetic and real-world testing datasets at the state and county levels in the USA. The results show that, at the state level, our method achieves comparable/better performance than several state-of-the-art methods. At the county level, TDEFSI outperforms the other methods. The proposed method can be applied to other infectious diseases as well.

研究の動機と目的

• 州またはHHS地域レベルでの粗い、遅延のある監視データがある中で、タイムリーで高分解能（郡レベル）のILI予測を実現する課題に対処すること。
• 社会的接触ネットワーク、人口統計的多様性、疫学的ダイナミクスといった分野固有の知識を深層学習モデルに統合し、予測の信頼性と物理的整合性を向上させること。
• 高性能コンピューティングを用いて生成された高精度で理論に基づいた合成疫学的シミュレーションを用いて、実際の監視データにおけるデータスパarsityとノイズを克服すること。
• モンテカルロドロップアウトを用いて予測不確実性を推定し、リスクを考慮した公衆衛生意思決定を支援する確率的予測を可能にすること。
• 介入の影響を評価するためのシナリオベースの予測を可能にするために、因果モデルをフレームワークに組み込むことで「もしも～ならば」型の予測の可能性を検討すること。

提案手法

• TDEFSI は、シーズン内観測データ（現在の流行傾向）とシーズン間の歴史的データ（過去の類似週）を入力として処理する二本のブランチを持つ長短期記憶（LSTM）ニューラルネットワークを採用している。
• モデルは、現実の都市部における社会的接触ネットワークを想定した高分解能のエージェントベースのシミュレーションにより生成された、空間的・時間的・人口統計的多様性を組み込んだ合成疫学的曲線を訓練データとして用いている。
• 実世界のパラメータを用いて合成データをキャリブレーションすることで、シミュレートされた疫学的曲線が観察された分布に近づき、実データと合成データの間のドメインギャップを低減している。
• 発病数の非負性や時間的滑らかさといった物理的整合性制約が損失関数に組み込まれており、予測が生物学的に妥当であることを保証している。
• 推論時にモンテカルロドロップアウトが適用され、予測不確実性が推定され、信頼区間を伴う確率的予測が可能になっている。
• 介入シナリオ（例：学校の閉鎖）に応じたシミュレーションパラメータの変更により、代替の流行経路を生成できるようにすることで、「もしも～ならば」型の予測を支援する。

実験結果

リサーチクエスチョン

• RQ1 理論に基づいた合成疫学的シミュレーションで訓練された深層学習モデルは、最先端の手法よりも高分解能（郡レベル）のILI予測において高い精度を達成できるか？
• RQ2 実際の監視データがスパarsityで粗い場合に、理論に基づいた合成データを統合することで予測性能がどのように向上するか？
• RQ3 物理的整合性制約（例：非負性、時間的滑らかさ）が、深層学習ベースの疫学的予測の信頼性と現実性をどの程度向上させるか？
• RQ4 モンテカルロドロップアウトは疫学的予測の不確実性を効果的に定量化できるか？また、予測区間は真値をどの程度カバーするか？
• RQ5 TDEFSI は、介入シナリオに応じた修正された合成シミュレーションを用いて、公衆衛生介入の影響をシミュレートする「もしも～ならば」型の予測を可能にするか？

主な発見

• 州レベルでは、TDEFSI はいくつかの最先端手法と同等またはそれ以上の性能を示し、実世界データにおけるロバストネスと一般化能力の高さを実証している。
• 郡レベルでは、TDEFSI はベースライン手法を顕著に上回っており、データが不足する高分解能予測において特に有効であることが示された。
• ニュージャージー州（2016–2017年）のすべての真値が2標準偏差の予測区間内に収まっており、モンテカルロドロップアウトによる不確実性推定の信頼性が裏付けられた。
• 感度分析の結果、空間的および非負性の整合性制約がモデル性能を向上させていることが示され、分野知識を組み込むことで予測精度が向上することを示している。
• 介入シナリオ（例：学校閉鎖）を変更した合成データで再訓練することで、TDEFSI は「もしも～ならば」型の予測を可能にし、シナリオベースの公衆衛生計画に有効であることが示された。
• 高分解能で理論に基づいた合成シミュレーションを用いることで、訓練データと実世界データの間のドメインギャップが効果的に低減され、低分解能の入力でも正確な予測が可能になった。