[논문 리뷰] Synthetic Patient Generation: A Deep Learning Approach Using Variational Autoencoders

Ally Salim|arXiv (Cornell University)|2018. 08. 20.

Machine Learning in Healthcare참고 문헌 2인용 수 8

한 줄 요약

이 논문은 진단 정보를 조건으로 환자 특징의 잠재 분포를 학습하여 합성 환자 기록을 생성하기 위해 변동형 오토인코더(Variational Autoencoders, VAEs)를 사용하는 딥러닝 접근법을 제안한다. 실제 환자 데이터로 훈련한 후, 모델은 학습된 잠재 공간에서 샘플링하여 새로운 실재성 있는 환자 기록을 생성할 수 있으며, 이는 의료 기계학습 응용 분야에서 데이터 증강과 패턴 탐색을 가능하게 한다.

ABSTRACT

Artificial Intelligence in healthcare is a new and exciting frontier and the possibilities are endless. With deep learning approaches beating human performances in many areas, the logical next step is to attempt their application in the health space. For these and other Machine Learning approaches to produce good results and have their potential realized, the need for, and importance of, large amounts of accurate data is second to none. This is a challenge faced by many industries and more so in the healthcare space. We present an approach of using Variational Autoencoders (VAE's) as an approach to generating more data for training deeper networks, as well as uncovering underlying patterns in diagnoses and the patients suffering from them. By training a VAE, on available data, it was able to learn the latent distribution of the patient features given the diagnosis. It is then possible, after training, to sample from the learnt latent distribution to generate new accurate patient records given the patient diagnosis.

연구 동기 및 목표

• 딥러닝 모델 훈련에 있어 제한적이고 민감한 의료 데이터 문제를 해결하기 위해.
• 임상 패턴과 진단을 유지하면서도 합성적이지만 현실적인 환자 기록을 생성하는 방법을 개발하기 위해.
• 생성 모델링을 활용하여 의료 AI 응용 분야에서 성능 향상을 위한 훈련 데이터 증강을 위해.
• 실제 전자적 건강 기록(EHR) 데이터에서 학습을 통해 환자 특징의 잠재 분포를 밝혀내기 위해.
• 모델 개발 및 테스트를 위한 실제 환자 데이터를 직접 사용하지 않는 개인정보 보호 기반의 대안을 제공하기 위해.

제안 방법

• 저자는 진단 레이블을 조건으로 하여 환자 특징의 확률적 잠재 표현을 학습하기 위해 변동형 오토인코더(Variational Autoencoder, VAE) 아키텍처를 사용한다.
• VAE는 실제 전자적 건강 기록(Electronic Health Record, EHR) 데이터로 훈련되어 환자 특징을 진단 정보를 유지하면서도 연속적인 잠재 공간으로 인코딩한다.
• 추론 단계에서는 특정 진단을 기반으로 학습된 잠재 분포에서 샘플링하여 새로운 환자 기록을 생성한다.
• 모델은 미분 가능한 샘플링을 위해 재생산 기법(Reparameterization Trick)을 사용하여 백프로파게이션을 통한 엔드 투 엔드 훈련이 가능하다.
• 디코더 구성 요소는 잠재 코드에서 환자 특징을 재구성하여 생성된 샘플이 임상적으로 타당함을 보장한다.
• 특정 질환을 위한 제어된 환자 기록 생성을 가능하게 하기 위해 VAE를 진단으로 조건화하는 접근 방식을 사용한다.

실험 결과

연구 질문

• RQ1 VAE는 실제 EHR 데이터에서 실재성 있는 합성 환자 기록을 효과적으로 학습하고 생성할 수 있는가?
• RQ2 생성된 환자 기록이 실제 환자 데이터의 기저 통계 패턴을 어느 정도 유지하는가?
• RQ3 특정 진단을 조건으로 하여 다양하면서도 현실적인 환자 기록을 얼마나 잘 생성할 수 있는가?
• RQ4 합성 데이터는 의료 기계학습 작업에서 하류 모델 성능을 향상시키는 데 기여하는가?
• RQ5 실제 환자 기록을 직접 사용하지 않아 개인정보 보호가 유지되는가?

주요 결과

• VAE는 진단을 조건으로 하여 환자 특징의 잠재 분포를 성공적으로 학습하여 현실적인 합성 환자 기록을 생성할 수 있었다.
• 생성된 환자 기록은 여러 진단에 걸쳐 실제 데이터 패턴과 일치하는 타당한 특징 분포를 보였다.
• 잠재 공간에서의 샘플링을 통해 다양한 환자 기록을 생성할 수 있었으며, 이는 데이터 생성의 강건성을 나타내었다.
• 이 방법은 실제 환자 데이터에 의존도를 줄이며 개인정보 보호 기반의 데이터 증강을 제공하는 방법이었다.
• 결과적으로 VAE 기반의 합성 데이터 생성은 의료 AI 응용 분야에서 더 깊은 네트워크 훈련을 지원할 수 있음을 시사한다.
• 학습된 잠재 표현을 통해 환자 데이터의 기저 패턴을 탐색할 수 있는 방법을 제공한다.