[논문 리뷰] Dataset Optimization for Chronic Disease Prediction with Bio-Inspired Feature Selection

Abeer Dyoub, Ivan Letteri|arXiv (Cornell University)|2023. 12. 17.

Artificial Intelligence in Healthcare인용 수 5

한 줄 요약

이 연구는 유전적 알고리즘(GA), 입자 군집 최적화(PSO), 고래 떼 최적화 알고리즘(WOA)를 활용한 생물학적 영감을 받은 특성 선택 프레임워크를 제안하여 고차원의 만성질환 데이터셋에서 차원을 감소시키고, 모델 정확도와 해석 가능성 향상을 도모한다. GA는 다른 알고리즘보다 뛰어난 성능을 보였으며, 유방암 예측에서 정확도를 2.8% 향상시키고 특성 수를 30개에서 12개로 줄이며 학습 시간을 55% 감소시켰다.

ABSTRACT

In this study, we investigated the application of bio-inspired optimization algorithms, including Genetic Algorithm, Particle Swarm Optimization, and Whale Optimization Algorithm, for feature selection in chronic disease prediction. The primary goal was to enhance the predictive accuracy of models streamline data dimensionality, and make predictions more interpretable and actionable. The research encompassed a comparative analysis of the three bio-inspired feature selection approaches across diverse chronic diseases, including diabetes, cancer, kidney, and cardiovascular diseases. Performance metrics such as accuracy, precision, recall, and f1 score are used to assess the effectiveness of the algorithms in reducing the number of features needed for accurate classification. The results in general demonstrate that the bio-inspired optimization algorithms are effective in reducing the number of features required for accurate classification. However, there have been variations in the performance of the algorithms on different datasets. The study highlights the importance of data pre-processing and cleaning in ensuring the reliability and effectiveness of the analysis. This study contributes to the advancement of predictive analytics in the realm of chronic diseases. The potential impact of this work extends to early intervention, precision medicine, and improved patient outcomes, providing new avenues for the delivery of healthcare services tailored to individual needs. The findings underscore the potential benefits of using bio-inspired optimization algorithms for feature selection in chronic disease prediction, offering valuable insights for improving healthcare outcomes.

연구 동기 및 목표

• 고차원 의료 데이터의 차원 감소를 통해 만성질환 분류의 예측 정확도와 모델의 해석 가능성 향상.
• GA, PSO, WOA와 같은 생물학적 영감을 받은 최적화 알고리즘의 특성 선택 효과성 평가.
• 특성 선택이 정확도, 정밀도, 재현율, F1 점수 등 다양한 지표에서 모델 성능에 미치는 영향 조사.
• 특성 감소와 예측 성능 간 균형을 이룰 수 있는 최적의 알고리즘 설정 및 적합도 함수 설계 식별.
• 보다 효율적이고 신뢰성 있으며 실질적인 질병 예측 모델을 제공함으로써 조기 간병 및 정밀의료 지원.

제안 방법

• 만성질환 데이터셋에서 특성 선택을 위해 생물학적 영감을 받은 최적화 알고리즘 세 종류—유전적 알고리즘(GA), 입자 군집 최적화(PSO), 고래 떼 최적화 알고리즘(WOA)—를 활용.
• 분류 정확도를 우선시하는 적합도 함수를 설계하여, 성능을 유지하거나 향상시키는 최소한의 특성 조합을 식별하는 것을 목표로 하였다.
• 다양한 분류기(예: 결정 트리, 서포트 벡터 머신, 로지스틱 회귀, 신경망)에 선택된 특성 조합을 적용하여 다양한 모델 유형 간 일반화 성능 평가.
• 감소된 특성 집합 하에서 학습 효율성과 수렴 행동을 평가하기 위해 두 개의 은닉층(각각 10개의 뉴런)을 가진 신경망을 적용.
• 표준화된 성능 지표를 사용하여 당뇨병, 암, 신장질환, 심혈관 질환 등 네 가지 만성질환에 대해 비교 분석 수행.
• 특성 선택 및 모델 학습 이전에 철저한 데이터 전처리를 수행하여 데이터 품질과 신뢰성 확보.

실험 결과

연구 질문

• RQ1 GA, PSO, WOA는 만성질환 예측에서 특성 수를 줄이면서도 분류 정확도를 유지하거나 향상시키는 데 어떻게 비교되는가?
• RQ2 특성 선택은 특히 신경망에서 학습 시간과 수렴 행동에 어떤 영향을 미치는가?
• RQ3 적합도 함수가 정확도만 중시할 경우, 정밀도, 재현율, F1 점수와 같은 다른 지표 성능에 어떤 영향을 미치는가?
• RQ4 데이터셋 고유의 특성(예: 특성 수, 클래스 분포)은 각 생물학적 영감을 받은 알고리즘의 효과성에 어떤 영향을 미치는가?
• RQ5 생물학적 영감을 받은 방법을 통한 특성 선택은 임상적으로 해석 가능하고 실질적인 질병 관리 예측을 가능하게 하는가?

주요 결과

• 유전적 알고리즘(GA)이 전체적으로 가장 뛰어난 성능를 보였으며, F1 점수 기준 50%의 경우에서 WOA와 PSO를 앞서며 정확도와 특성 감소 간 최적의 균형을 확보했다.
• 유방암 데이터셋에서 특성 수를 30개에서 12개로 줄임으로써 정확도가 2.8% 향상되고 학습 시간이 55% 감소하여 뚜렷한 효율성 향상을 입증했다.
• PSO는 세대 간 적합도 향상이 어려웠으며, 이는 파arameter(w, c1, c2)의 초기화가 최적화되지 않아 발생한 것으로 보이며, 하이퍼파rameter 조정에 민감함을 시사한다.
• 적합도 함수에서 정확도만 중시함에도 불구하고 GA는 모든 지표에서 뛰어난 성능를 유지했으며, 기준선 대비 F1 점수를 50%의 경우에서 상회했다.
• 특성 수가 줄어들었음에도 불구하고 학습 시간이 항상 감소하지는 않았다. 특히 심부전 데이터셋에서는 특성 수 감소로 인해 학습 주기가 더 길어지는 경우가 있었으며, 이는 모델 아키텍처의 민감성과 관련이 있을 것으로 보인다.
• WOA는 특성 수 감소 측면에서 가장 일관된 성능를 보였으며(최소 5개 특성까지 감소), 그러나 대부분의 경우 GA와 PSO에 비해 정확도와 F1 점수에서 열등한 성능를 보였다.