[論文レビュー] Temporal Phenotyping using Deep Predictive Clustering of Disease Progression

Chang‐Hee Lee, Mihaela van der Schaar|arXiv (Cornell University)|Jun 15, 2020

Machine Learning in Healthcare参考文献 3被引用数 28

ひとこと要約

本稿では、KLダイバージェンスに基づくクラスタリング損失を用いた、統合エンコーダ・セレクタ・予測器アーキテクチャを備えた深層学習フレームワークAC-TPCを提案する。このモデルは、将来の疾患予後が類似する患者をグループ化することで、動的でリアルタイムのフェノタイピングを可能にし、解釈可能で予後同質性の高いクラスタを生成することで、臨床意思決定を支援する。実世界のEHRデータセットにおいて最先端の性能を達成した。

ABSTRACT

Due to the wider availability of modern electronic health records, patient care data is often being stored in the form of time-series. Clustering such time-series data is crucial for patient phenotyping, anticipating patients' prognoses by identifying "similar" patients, and designing treatment guidelines that are tailored to homogeneous patient subgroups. In this paper, we develop a deep learning approach for clustering time-series data, where each cluster comprises patients who share similar future outcomes of interest (e.g., adverse events, the onset of comorbidities). To encourage each cluster to have homogeneous future outcomes, the clustering is carried out by learning discrete representations that best describe the future outcome distribution based on novel loss functions. Experiments on two real-world datasets show that our model achieves superior clustering performance over state-of-the-art benchmarks and identifies meaningful clusters that can be translated into actionable information for clinical decision-making.

研究の動機と目的

• EHRデータにおける教師なしクラスタリングの限界、すなわち類似した臨床的経路を示しても予後が不均一なクラスタが得られることを是正すること。
• 過去の観察値の類似性だけでなく、合併症や有害事象などの予測された将来の予後における同質性に基づいて患者をクラスタリングする手法を開発すること。
• 新しい臨床データが得られるたびにクラスタ割り当てが更新され、予後予測が更新される動的でリアルタイムのフェノタイピングを可能にすること。
• クラスタ出力を解釈可能で明確な将来のリスクプロファイルを有するサブグループとして特定することで、臨床的行動可能性への変換を可能にすること。

提案手法

• モデルは3ネットワークアーキテクチャを採用：時系列EHRデータを連続的潜在表現にマップするエンコーダ、その表現に基づいて離散的クラスタラベルを割り当てるセレクタ、将来の予後分布を推定する予測器。
• 予測器の出力（入力時系列に対して）と、選択されたクラスターセンターベクトルに対しての出力との間のKullback-Leibler（KL）ダイバージェンスを用いた、新たなクラスタリング目的関数を定義。これにより、クラスタ内での予後同質性が促進される。
• 予測クラスタリングを反復的最適化問題として定式化し、クラスタ割り当て（セレクタによる）の更新と、センターキャンディデートの最適化を交互に実行。
• 強化学習のアクタ・クリティック手法を用いて、クラスタリングにおける離散的サンプリングの非微分可能性を克服し、バックプロパゲーションをセレクタに適用可能にする。
• 将来的な結果の高次元空間（例：1年間の複数の合併症の同時予測）を扱えるように、結果の組み合わせの連続的確率分布をモデル化することで、高次元の将来的な結果をサポート。
• 予測精度とクラスタリングの同質性を組み合わせた複合損失関数を用いて、エンドツーエンドでモデルを訓練。これにより、クラスタが臨床的に意味のある予後パターンを反映するよう保証される。

実験結果

リサーチクエスチョン

• RQ1 深層的予測クラスタリングは、EHRデータにおいて将来の疾患予後が同質な患者サブグループを同定する点で、最先端の教師なしクラスタリング手法を上回る性能を示すか？
• RQ2 新しい臨床データが入手可能になるたびに、モデルは患者フェノタイプをリアルタイムで的確に更新できるか？
• RQ3 本モデルが特定するクラスタは、明確な合併症プロファイルと予後リスクを有する臨床的に解釈可能なフェノタイプに対応しているか？
• RQ4 モデルのクラスタ出力は、臨床意思決定支援のための行動可能なインサイトにどの程度変換可能か？
• RQ5 複数の合併症を1年間の予測期間にわたり同時に予測する高次元の結果空間に対して、モデルはどの程度頑健か？

主な発見

• AC-TPCは2つの実世界のEHRデータセットにおいて、最先端のベンチマークと比較して優れたクラスタリング性能を示し、各クラスタにおける予測された将来的な予後が均一であることを実証した。
• モデルは線維症性疾患のコhortにおいて11の明確に区別できる時間的フェノタイプを同定し、それぞれが特徴的な合併症プロファイルと将来のリスク確率を有する解釈可能なプロファイルを示した。
• 患者のフェノタイプは時間経過とともに動的に変化する：例えば、糖尿病とABPAを有する患者は、当初は喘息リスクが低いクラスタに割り当てられていたが、新たなデータが得られると、喘息と糖尿病の両方のリスクが高いクラスタに移行した。
• モデルのクラスタ割り当ては臨床的期待と整合的である。例えば、新しい合併症を発症した患者は、更新された予後プロファイルを反映したクラスタに再割り当てされた。
• 例えば、クラスタ8は糖尿病（0.94）と肝疾患（0.83）の高い発症確率を示し、肝障害関連合併症の高リスクサブグループであることが特定された。
• モデルが高次元の結果空間を扱える能力のおかげで、複数の合併症の組み合わせを予測する場合でも、臨床的に意味のあるサブグループを同定できるようになった。