[논문 리뷰] Identifiable Phenotyping using Constrained Non-Negative Matrix Factorization

Shalmali Joshi, Suriya Gunasekar외 2명|arXiv (Cornell University)|2016. 08. 02.

Tensor decomposition and applications참고 문헌 24인용 수 17

한 줄 요약

이 논문은 Elixhauser 합병증 지수에서 유도된 약한 감독을 사용하여 잠재 요인을 특정 만성 질환에 고정시키는 제약 조건이 부여된 비음수 행렬 분해(CNMF) 방법을 제안한다. 이는 일대일 식별 가능성과 해석 가능성 보장을 위해 고안되었으며, 30개의 형상 특징만을 사용하여 경쟁적인 30일 사망 예측 성능를 달성하며, 임상 전문가 평가를 통해 임상적 관련성을 입증한다.

ABSTRACT

This work proposes a new algorithm for automated and simultaneous phenotyping of multiple co-occurring medical conditions, also referred as comorbidities, using clinical notes from the electronic health records (EHRs). A basic latent factor estimation technique of non-negative matrix factorization (NMF) is augmented with domain specific constraints to obtain sparse latent factors that are anchored to a fixed set of chronic conditions. The proposed anchoring mechanism ensures a one-to-one identifiable and interpretable mapping between the latent factors and the target comorbidities. Qualitative assessment of the empirical results by clinical experts suggests that the proposed model learns clinically interpretable phenotypes while being predictive of 30 day mortality. The proposed method can be readily adapted to any non-negative EHR data across various healthcare institutions.

연구 동기 및 목표

• 표준 비모수적 형상 특징 추출 방법인 NMF와 LDA에서의 식별성과 해석성 부족 문제를 해결하기 위해.
• ICU 환자에서 30개의 동시 발생 합병증을 임상 노트를 활용해 공동으로 모델링하기 위해.
• 도메인 제약 조건을 통해 학습된 잠재 요인과 목표 만성 질환 간 일대일 매핑을 보장하기 위해.
• 희소하고 해석 가능한 형상 특징를 통해 임상적 관련성과 예측 성능를 향상시키기 위해 사망 예측 등 임상 결과를 개선하기 위해.
• 비음수 EHR 데이터를 활용해 다양한 의료 기관 간 확장성 있고 일반화 가능한 형상 특징 추출을 가능하게 하기 위해.

제안 방법

• Elixhauser 합병증 지수(ECI)에서 유도된 지지 제약 조건을 표준 NMF에 통합하여 잠재 요소를 특정 합병증에 고정시키기 위해.
• 희소성 유도 소프트 제약 조건을 적용하여 간결하고 해석 가능한 형상 특징 정의를 위한 희소 특징 표현을 촉진하기 위해.
• 완전한 수동 레이블링이 필요 없이도 요소 고정을 안내하기 위해 관리 데이터(ECI)에서 유도된 약한 감독을 활용하기 위해.
• 초기 형상 특징 추출을 위해 ICU 체류 48시간 이내의 임상 노트를 사용해 제한된 데이터로도 빠른 형상 특징 추출을 가능하게 하기 위해.
• CNMF에서 유도된 형상 특징를 원시 bag-of-words EHR 특징와 조합하여 사망 예측 성능를 향상시키면서도 모델의 희소성을 유지하기 위해.
• 비음성, 희소성, 지지 제약 조건을 동시에 강제하는 제약 최적화 프레임워크를 사용해 모델을 최적화하기 위해.

실험 결과

연구 질문

• RQ1 관리 데이터에서 유도된 약한 감독이 비모수적 형상 특징 추출에서 합병증의 식별성 향상에 기여하는가?
• RQ2 잠재 요소 표현의 희소성 제약을 적용할 경우 학습된 형상 특징의 해석성과 임상적 관련성은 어떻게 영향을 받는가?
• RQ3 CNMF를 통해 유도된 30개의 형상 특징만으로도 전체 EHR 데이터에 비해 경쟁적인 사망 예측 성능를 달성할 수 있는가?
• RQ4 잠재 요소를 알려진 합병증에 고정시키는 것이 도출된 형상 특징의 임상적 타당성을 향상시키는가?
• RQ5 CNMF에서 유도된 특징는 다양한 의료 기관과 EHR 시스템 간에 얼마나 일반화되는가?

주요 결과

• 제안된 CNMF 모델은 전체 EHR 데이터에 약 3500개의 특징이 포함된 모델과 비교해도 유사한 AUC를 기록하며, 오직 30개의 형상 특징만을 사용하여 경쟁적인 30일 사망 예측 성능를 달성하였다.
• 임상 전문가들은 형상 특징들이 임상적으로 해석 가능하고 관련성이 있다고 평가하였으며, 특히 합병증의 의미 있는 군집화와 알려진 질환 패tern과의 일치성을 강조하였다.
• 지지 제약 조건과 희소성 제약 조건을 적용한 모델는 감독이 있긴 하지만 희소성 제약이 없는 기준 모델보다 성능이 뛰어나, 희소성이 임상적 유용성을 향상시킨다는 것을 시사하였다.
• 원시 EHR bag-of-words 특징와 조합된 결과, 최종 분류기에서 원시 특징의 약 8.3%만 비영인 가중치를 가지며, 이는 형상 특징가 대부분의 예측 신호를 포괄하고 있음을 시사한다.
• 모델는 직접적으로 어떤 합병증과도 연결되지 않은 '심폐소생 금지'(DNR)와 같은 임상적으로 의미 있는 특징를 강력한 사망 예측 요소로 성공적으로 식별하였다.