[논문 리뷰] Sparse Multi-Output Gaussian Processes for Medical Time Series Prediction

Lifang Cheng, Gregory Darnell외 5명|arXiv (Cornell University)|2017. 03. 27.

Machine Learning in Healthcare참고 문헌 41인용 수 24

한 줄 요약

이 논문은 전자 건강 기록(EHR)을 사용하여 의료 시간 시리즈에서 임상 공변량을 정확하고 실시간으로 예측할 수 있는 희소 다중 출력 가우시안 프로세스 프레임워크인 MedGP를 제안한다. 구조적 희소 커널과 스펙트럴 믹스처 성분, 유도점들을 활용함으로써 MedGP는 수만 개의 시간 포인트에 걸쳐 정렬되지 않은, 희소하고 이질적인 EHR 데이터를 처리하며, 8,043명의 환자에서 세균성 쇼크, 종양, 심부전 하위군에서 기존의 기준 대비 향상된 온라인 보정 정확도와 불확실성 정량화를 달성한다.

ABSTRACT

In the scenario of real-time monitoring of hospital patients, high-quality inference of patients' health status using all information available from clinical covariates and lab tests is essential to enable successful medical interventions and improve patient outcomes. Developing a computational framework that can learn from observational large-scale electronic health records (EHRs) and make accurate real-time predictions is a critical step. In this work, we develop and explore a Bayesian nonparametric model based on Gaussian process (GP) regression for hospital patient monitoring. We propose MedGP, a statistical framework that incorporates 24 clinical and lab covariates and supports a rich reference data set from which relationships between observed covariates may be inferred and exploited for high-quality inference of patient state over time. To do this, we develop a highly structured sparse GP kernel to enable tractable computation over tens of thousands of time points while estimating correlations among clinical covariates, patients, and periodicity in patient observations. MedGP has a number of benefits over current methods, including (i) not requiring an alignment of the time series data, (ii) quantifying confidence regions in the predictions, (iii) exploiting a vast and rich database of patients, and (iv) inferring interpretable relationships among clinical covariates. We evaluate and compare results from MedGP on the task of online prediction for three patient subgroups from two medical data sets across 8,043 patients. We found MedGP improves online prediction over baseline methods for nearly all covariates across different disease subgroups and studies. The publicly available code is at https://github.com/bee-hive/MedGP.

연구 동기 및 목표

• 대규모, 희소하고 정렬되지 않은 전자 건강 기록(EHR)을 사용하여 실시간 환자 모니터링을 위한 확장 가능한 베이지안 비모수 프레임워크를 개발하는 것.
• 시간 시리즈 정렬이나 누락 데이터 보정이 필요 없이 24개의 임상 및 검사 공변량에 대한 정확한 온라인 예측을 가능하게 하는 것.
• 임상 시간 시리즈에서 환자 간 상관관계, 공변량 간 상관관계, 주기성을 고려하여 예측 불확실성을 정량화하는 것.
• 역사적 EHR 데이터로부터 환자 상태 역학을 모델링하여 세균성 쇼크와 같은 심각한 질환의 조기 진단을 지원하는 것.

제안 방법

• MedGP는 다중 출력 가우시안 프로세스를 사용하며, 스펙트럴 믹스처 커널과 유도점에 의한 저랭크 근사화를 조합한 구조적 희소 커널을 적용하여 확장 가능한 추론을 실현한다.
• 이 커널은 주기성, 장기 및 단기 상관관계, 24개의 임상 및 검사 공변량 간 상호의존성을 포함한다.
• 스토캐스틱 최적화를 활용한 변분 추론 방법을 사용하여 후행 분포를 근사함으로써 수만 개의 시간 포인트에서 계산 가능성을 확보한다.
• 모델은 Q개의 유도점으로 구성된 희소 근사화를 사용하여 계산 복잡도를 O(N³)에서 O(NQ²)로 감소시키며, 여기서 N은 관측 수이고 Q ≪ N이다.
• 새로운 데이터가 도착함에 따라 후행 분포를 점진적으로 갱신함으로써 재학습 없이도 온라인 예측을 지원한다.
• 이 방법은 파이썬으로 구현되었으며 공개적으로 https://github.com/bee-hive/MedGP 에서 제공된다.

실험 결과

연구 질문

• RQ1 표준 기준 대비 MedGP와 같은 베이지안 비모수 모델이 희소하고 정렬되지 않은 임상 시간 시리즈에 대해 온라인 보정 정확도를 향상시킬 수 있는가?
• RQ2 기저 커널의 수(Q) 선택이 EHR의 다중 출력 GP 모델에서 예측 성능 및 불확실성 캘리브레이션에 어떤 영향을 미치는가?
• RQ3 MedGP가 시간 시리즈 정렬 없이도 환자 수준의 상관관계와 주기성을 얼마나 잘 활용하여 예측 성능을 향상시킬 수 있는가?
• RQ4 MedGP는 다양한 환자 하위군과 임상 공변량에서 잘 캘리브레이션된 불확실성 추정치(예: 95% 예측 커버리지)를 제공하는가?
• RQ5 공통의 기준 EHR 데이터베이스를 사용하여 MedGP는 다양한 질환 하위군(예: 세균성 쇼크, 종양, 심부전)으로 일반화 가능한가?

주요 결과

• MedGP는 HUP 및 MIMIC-III 데이터셋에서 세균성 쇼크, 종양, 심부전 하위군의 모든 환자 그룹에서 거의 모든 공변량에 대해 기존 기준 대비 온라인 예측 성능을 향상시켰다.
• HUP 하위집단에서는 Q=5, MIMIC-III 하위집단에서는 Q=4일 때 성능이 최고였으며, 이는 기준 대비 보정 시 평균 절대 오차(MAE)를 감소시켰다.
• INR 및 PT와 같은 검사 공변량의 경우 Q=1 또는 Q=2로 설정할 경우 Q=5보다 MAE가 감소했지만, Q>2일 때 커버리지가 향상되어 정확도와 불확실성 캘리브레이션 사이의 상충 관계가 있음을 시사했다.
• MedGP는 대부분의 공변량에서 95% 예측 커버리지를 유지했으며, 커버리지 플롯(Figure 26–33)에서 빨간 점선은 모델의 불확실성 간격이 잘 캘리브레이션되어 있음을 나타냈다.
• 대규모 EHR 데이터셋(예: 29,525개 관측치)에서 GPy 대비 최대 2.5배 빠른 런타임을 기록하여 희소 커널 근사화를 통한 확장성의 우수성을 입증했다.
• 이 프레임워크는 시간 시리즈 정렬이나 명시적 보정 없이도 신뢰 영역을 정량화하고 임상 공변량 간 해석 가능한 관계를 추론하는 데 성공했다.