[논문 리뷰] CONAN: Complementary Pattern Augmentation for Rare Disease Detection

Limeng Cui, Siddharth Biswal외 4명|arXiv (Cornell University)|2019. 11. 26.

COVID-19 diagnosis using AI참고 문헌 24인용 수 6

한 줄 요약

CONAN은 자기주의 계층적 임베딩과 보완적 GAN을 활용하여 희귀질환 탐지의 보완 패턴 증강 프레임워크를 제안한다. 이는 불확실한(경계선) 사례에서 합성 환자 패턴을 생성함으로써 탐지 성능을 향상시키며, 질병 탐지기로 기능하는 판별기와 함께 최대 마진 분류기를 강제하여, 염증성 장질환에 대해 기준선 대비 50.1% 향상된 PR-AUC를 달성하고, 특발성 폐섬유화에 대해서는 41.3% 향상되었다.

ABSTRACT

Rare diseases affect hundreds of millions of people worldwide but are hard to detect since they have extremely low prevalence rates (varying from 1/1,000 to 1/200,000 patients) and are massively underdiagnosed. How do we reliably detect rare diseases with such low prevalence rates? How to further leverage patients with possibly uncertain diagnosis to improve detection? In this paper, we propose a Complementary pattern Augmentation (CONAN) framework for rare disease detection. CONAN combines ideas from both adversarial training and max-margin classification. It first learns self-attentive and hierarchical embedding for patient pattern characterization. Then, we develop a complementary generative adversarial networks (GAN) model to generate candidate positive and negative samples from the uncertain patients by encouraging a max-margin between classes. In addition, CONAN has a disease detector that serves as the discriminator during the adversarial training for identifying rare diseases. We evaluated CONAN on two disease detection tasks. For low prevalence inflammatory bowel disease (IBD) detection, CONAN achieved .96 precision recall area under the curve (PR-AUC) and 50.1% relative improvement over best baseline. For rare disease idiopathic pulmonary fibrosis (IPF) detection, CONAN achieves .22 PR-AUC with 41.3% relative improvement over the best baseline.

연구 동기 및 목표

• 희귀질환의 발생 빈도가 매우 낮아 실제 양성 사례가 부족하고 자주 오진되는 문제를 해결하기 위해.
• 진단이 불확실한 환자들—특히 경계선 사례들—를 데이터 증강의 시드로 활용하여 모델의 일반화 능력을 향상시키기 위해.
• 기존 GAN과 PU 학습의 한계를 극복하기 위해 실제 양성 및 음성 샘플 사이에 위치하는 의미 있는, 구분 가능한 패턴을 생성하기 위해.
• 질병 탐지기를 판별기로 사용하는 적대적 훈련을 통해 최대 마진 결정 경계를 유도하는 프레임워크를 개발하여 희귀질환 탐지 능력을 향상시키기 위해.
• 단지 환자의 20% 방문 기록만으로도 초기 단계의 희귀질환 탐지를 가능하게 하기 위해.

제안 방법

• CONAN은 방문 수준 및 환자 수준에서 환자의 EHR 데이터를 자기주의 계층적 신경망을 통해 임베딩하여 주요 임상 패턴을 포착한다.
• 불확실한 음성 샘플에서 랜덤 노이즈가 아닌, 보완적 GAN을 구성하여 합성 환자 임베딩을 생성한다.
• 질병 탐지기가 적대적 훈련에서 판별기로 기능하며, 실제 양성 샘플과 생성된 샘플을 구분하고 클러스터 간 최대 마진을 강제한다.
• 생성기는 실제 양성 샘플과 가까운 임베딩을 생성하도록 훈련되며, 실제 양성 및 음성 샘플 사이에 위치하여 결정 경계의 강건성을 향상시킨다.
• 프레임워크는 소수 클래스 표현을 풍부하게 하되 임상적 현실성을 손상시키지 않는 보완적 샘플을 생성함으로써 패턴 증강을 통합한다.
• 모든 훈련 과정은 엔드 투 엔드이며, 최종 질병 탐지기는 미리 보지 않은 환자에 대한 추론, 특히 초기 단계 예측에 사용된다.

실험 결과

연구 질문

• RQ1 경계선 환자를 활용한 패턴 증강이 희귀질환 탐지 성능을 저조한 발생률 환경에서 향상시킬 수 있는가?
• RQ2 실제 양성 및 음성 임베딩 사이에 위치하는 패턴을 생성하는 보완적 GAN이 모델의 일반화 능력과 결정 경계 품질에 어떤 영향을 미치는가?
• RQ3 적대적 훈련에서 질병 탐지기를 판별기로 통합할 경우, 희귀질환에 대해 더 나은 최대 마진 분류를 이끌 수 있는가?
• RQ4 CONAN은 환자의 방문 기록의 일부만 사용할 경우, 얼마나 높은 수준의 초기 탐지 성능을 달성할 수 있는가?
• RQ5 CONAN은 표준 GAN, medGAN, PU 학습 방법에 비해 임상적으로 의미 있는 합성 패턴을 얼마나 잘 생성하는가?

주요 결과

• 염증성 장질환(IBD)에 대해 CONAN은 PR-AUC 0.96을 달성하여 기준선 대비 50.1% 상대적 향상률을 기록했다.
• 특발성 폐섬유화(IPF)에 대해 CONAN은 PR-AUC 0.22를 달성하여 기준선 대비 41.3% 상대적 향상률을 기록했다.
• 초기 예측 작업에서는 환자의 20% 방문 기록만으로도 CONAN이 강력한 성능을 유지했으며, IBD에 대해 PR-AUC 0.7313, IPF에 대해 0.0843을 달성했다.
• t-SNE 시각화 결과, CONAN이 생성한 샘플이 실제 양성 및 음성 임베딩 사이에 위치함을 확인하여, 더 나은 마진 기반 분류가 가능함을 입증했다.
• 절단 분석 결과, 보완적 GAN과 데이터 증강이 성능 향상에 필수적임을 확인했으며, 표준 GAN 및 PU 학습 방법은 거짓 양성률를 효과적으로 감소시키지 못했다.
• CONAN를 통해 훈련된 질병 탐지기는 방문 기록이 제한된 상황에서도 경계선 사례를 조기에 식별하는 데 있어 뛰어난 강건성을 보였다.