[논문 리뷰] Practical High-Throughput, Non-Adaptive and Noise-Robust SARS-CoV-2 Testing.

Hendrik Bernd Petersen, Bubacarr Bah외 1명|arXiv (Cornell University)|2020. 07. 17.

SARS-CoV-2 detection and testing참고 문헌 21인용 수 10

한 줄 요약

이 논문은 노이즈에 강건하고 튜닝이 필요 없는 알고리즘인 NNLAD를 사용한 압축 측정 기반의 비적응형, 고-throughput SARS-CoV-2 검사 방법을 제안한다. 기존 최고 수준의 군집 검사보다 훨씬 적은 수의 검사를 통해 뛰어난 검출 정확도를 달성하며, 희박하게 발생하는 오류를 수정할 수 있어 대규모 패닉 시기의 선별 검사에 이상적이다.

ABSTRACT

We propose a compressed sensing-based testing approach with a practical measurement design and a tuning-free and noise-robust algorithm for detecting infected persons. Compressed sensing results can be used to provably detect a small number of infected persons among a possibly large number of people. There are several advantages of this method compared to classical group testing. Firstly, it is non-adaptive and thus possibly faster to perform than adaptive methods which is crucial in exponentially growing pandemic phases. Secondly, due to nonnegativity of measurements and an appropriate noise model, the compressed sensing problem can be solved with the non-negative least absolute deviation regression (NNLAD) algorithm. This convex tuning-free program requires the same number of tests as current state of the art group testing methods. Empirically it performs significantly better than theoretically guaranteed, and thus the high-throughput, reducing the number of tests to a fraction compared to other methods. Further, numerical evidence suggests that our method can correct sparsely occurring errors.

연구 동기 및 목표

• 팬데믹 확산 단계에서 고-throughput SARS-CoV-2 선별 검사를 위한 실용적이고 비적응형 검사 전략을 개발하는 것.
• 반복적인 단계가 필요 없는 비적응형 검사를 통해 적응형 군집 검사의 한계를 극복하는 것.
• 실제 검사 환경에서 발생할 수 있는 측정 노이즈와 희박한 오류에 대해 강건성을 확보하는 것.
• 현재 최고 수준의 군집 검사와 동일한 검사 횟수를 유지하면서도 실질적으로 검출 성능을 크게 향상시키는 것.

제안 방법

• 이 방법은 대규모 인구에서 비적응형 검사를 가능하게 하는 실용적인 측정 설계를 사용한 압축 측정 기반의 접근이다.
• 비음수 최소 절대 편차 회귀(NNLAD)를 사용하며, 이는 튜닝이 필요하고 노이즈에 강건한 볼록 최적화 프로그램이다.
• 측정 모델은 비음수성을 강제로 적용하고 현실적인 노이즈 모델을 통합하여 실생활 환경에서의 신뢰성을 향상시킨다.
• 압축 측정의 이론적 보장을 활용하여 대규모 집단 내에서 소수의 감염자도 증명 가능하게 검출할 수 있도록 한다.
• 알고리즘은 희박한 오류를 처리하도록 설계되었으며, 수치적 증거에 따르면 이러한 오류를 효과적으로 수정할 수 있다.
• 현재 최고 수준의 군집 검사 방법과 동일한 수의 검사를 요구하지만, 실질적으로 더 뛰어난 성능을 보인다.

실험 결과

연구 질문

• RQ1 비적응형 압축 측정 접근이 군집 검사 대비 더 적은 검사 횟수로 고-throughput SARS-CoV-2 검사를 달성할 수 있는가?
• RQ2 NNLAD 알고리즘이 실생활 검사 환경에서 측정 노이즈와 희박한 오류에 대해 얼마나 강건한가?
• RQ3 제안된 방법이 이론적 보장보다 실질적인 성능에서 얼마나 뛰어나게 개선되는가?
• RQ4 비음수 측정이 있는 실생활 바이러스 선별에 비음수 최소 절대 편차 회귀(NNLAD)와 같은 튜닝이 필요 없는 볼록 최적화 방법을 효과적으로 적용할 수 있는가?

주요 결과

• 제안된 방법은 이론적으로 보장되는 성능을 뛰어넘는 뛰어난 실질적 성능을 달성하여, 다른 방법 대비 필요한 검사 횟수를 극적으로 줄였다.
• NNLAD 알고리즘은 튜닝이 필요 없고 노이즈에 강건하여 복잡한 파rameter 캘리브레이션 없이도 구현이 가능하다.
• 수치적 증거에 따르면, 이 방법은 희박하게 발생하는 오류를 수정할 수 있어 불완전한 검사 조건에서도 신뢰성을 높일 수 있다.
• 현재 최고 수준의 군집 검사와 동일한 검사 횟수를 유지하면서도 실질적으로 더 뛰어난 검출 정확도를 보였다.
• 비적응형 특성 덕분에 더 빠른 검사 사이클을 가능하게 하여, 빠르게 확산되는 패닉 단계에서 매우 중요하다.