[論文レビュー] Using Contextual Information to Improve Blood Glucose Prediction

Mohammad Akbari, Rumi Chunara|arXiv (Cornell University)|Aug 24, 2019

Diabetes Management and Research参考文献 34被引用数 4

ひとこと要約

本稿では、ノイズが多く、スパースで、マルチモーダルな個人生成健康データ（PGHD）—例えばソーシャルメディアのテキストや自己報告調査—と連続的血糖モニタリング（CGM）データを統合するマルチシグナル・ガウス過程モデルを提案する。この手法は、時間的依存性を効果的にモデル化し、異種の文脈信号を統合することで、2つの異なるデータセットにおいて予測精度を顕著に向上させ、標準的なベースラインを上回る。

ABSTRACT

Blood glucose value prediction is an important task in diabetes management. While it is reported that glucose concentration is sensitive to social context such as mood, physical activity, stress, diet, alongside the influence of diabetes pathologies, we need more research on data and methodologies to incorporate and evaluate signals about such temporal context into prediction models. Person-generated data sources, such as actively contributed surveys as well as passively mined data from social media offer opportunity to capture such context, however the self-reported nature and sparsity of such data mean that such data are noisier and less specific than physiological measures such as blood glucose values themselves. Therefore, here we propose a Gaussian Process model to both address these data challenges and combine blood glucose and latent feature representations of contextual data for a novel multi-signal blood glucose prediction task. We find this approach outperforms common methods for multi-variate data, as well as using the blood glucose values in isolation. Given a robust evaluation across two blood glucose datasets with different forms of contextual information, we conclude that multi-signal Gaussian Processes can improve blood glucose prediction by using contextual information and may provide a significant shift in blood glucose prediction research and practice.

研究の動機と目的

• 血中グルコース予測に、気分、身体活動、食事などの多様で現実世界の文脈要因を統合するモデルが不足しているという問題に取り組む。
• 個人生成健康データ（PGHD）に内在するノイズ、スパarsity、不規則なサンプリングに対処できる堅牢なフレームワークを構築すること。
• 複数の文脈信号（例：ソーシャルメディアのテキスト、自己報告調査）を生理的グルコースデータと組み合わせることで、予測性能が向上するかどうかを評価すること。
• 未構造化テキスト（例：ツイート）からの潜在表現を用いて、グルコース予測に意味のある文脈特徴を推定する可能性を検討すること。
• マルチシグナル・ガウス過程が単変量または標準的な多変量モデルよりもグルコース予測において優れていることを実証すること。

提案手法

• 血中グルコース値と文脈データの潜在表現を同時にモデル化できるマルチシグナル・ガウス過程（GP）フレームワークを提案し、不確実性を伴う逐次的予測を可能にする。
• ソーシャルメディアから文脈特徴を抽出するため、3つの表現を用いる：ユニグラム（頻度ベース）、ワードエムベッディング（W2V-E）、ブラウンクラスタリング。スパarsityの低減と意味的特徴の捕捉を目的とする。
• ユーザー中心の特徴（例：ツイート頻度、リツイートレート）とコンテンツ中心の特徴（例：センチメント、トピック分布）をユーザーのタイムラインから抽出し、行動的・感情的文脈を表現する。
• GPモデルは合成カーネルを用いて、グルコース値と文脈信号の間の時間的相関および非線形関係を捉える。周期的および最近性効果も含む。
• 2つのCGMデータセット（1つは自己報告調査、もう1つはツイッターに基づくソーシャルメディアデータ）を用い、エンドツーエンドでモデルを学習する。
• マルチビュー・マルチモーダル統合戦略を採用し、テキストや行動指標といった多様なデータタイプを、不確実性と欠損データを考慮した統一された確率的フレームワークに統合する。

実験結果

リサーチクエスチョン

• RQ1 スパースでノイズが多く、マルチモーダルな個人生成健康データ（PGHD）を統合することで、短期的血中グルコース予測の精度が向上するか？
• RQ2 文脈情報が含まれる状況下で、マルチシグナル・ガウス過程モデルは、標準的な多変量時系列モデルと比較して、グルコース値予測においてどのように異なるか？
• RQ3 ソーシャルメディアのテキスト表現（ユニグラム、ワードエムベッディング、ブラウンクラスタ）のうち、どれがグルコース予測の向上に寄与しているか？
• RQ4 自己報告データおよびソーシャルメディアデータから得られる潜在特徴は、気分やストレスといった生理的関連文脈要因を効果的に捉えられるか？
• RQ5 提案されたモデルは、異なるデータ収集モダリティおよびデータ品質レベルに対しても、堅牢性を示すか？

主な発見

• 提案されたマルチシグナルGPモデルは、2つの異なるデータセットにおいて、単変量CGMオンリーモデルおよび標準的な多変量ベースラインを顕著に上回る性能を示し、将来のグルコース値予測において優れた精度を達成した。
• 特にソーシャルメディアや自己報告調査からの文脈情報の統合により、ノイズが多くスパースなデータであっても、予測精度に明確な改善が見られた。
• 従来のユニグラム特徴のみに比べ、ニューラルワードエムベッディング（W2V-E）とブラウンクラスタリングを用いたテキスト表現が、より優れた予測性能をもたらした。
• モデルは、文脈信号とグルコース値の間の時間的依存性および非線形関係を効果的に捉えており、RMSEおよびR²指標の向上によって裏付けられた。
• 異なる形式の文脈データを有するデータセットに対してもモデルの堅牢性が確認され、現実世界のPGHDソースへの一般化可能性が示された。
• 結果から、マルチシグナル・ガウス過程は、複雑な現実世界の行動的・感情的文脈を統合する文脈において、今後のグルコース予測の強力なパラダイムである可能性を示唆している。