[논문 리뷰] Temporal Phenotyping using Deep Predictive Clustering of Disease Progression

Chang‐Hee Lee, Mihaela van der Schaar|arXiv (Cornell University)|2020. 06. 15.

Machine Learning in Healthcare참고 문헌 3인용 수 28

한 줄 요약

이 논문은 시간 예측 클러스터링을 위한 딥러닝 프레임워크인 AC-TPC를 제안한다. 이는 KL 발산 기반의 클러스터링 손실을 사용하는 통합 인코더-선택기-예측기 아키텍처를 통해 향후 질환 결과가 유사한 환자를 군집화한다. 모델은 실제 EHR 데이터셋에서 최신 기술 수준의 성능을 달성하며, 실시간으로 동적으로 변화하는 환자 프로파일링을 가능하게 하여 임상적 의사결정 지원에 실질적인 도움을 준다. 이는 결과가 균일한 클러스터를 제공하는 해석 가능한 방식이다.

ABSTRACT

Due to the wider availability of modern electronic health records, patient care data is often being stored in the form of time-series. Clustering such time-series data is crucial for patient phenotyping, anticipating patients' prognoses by identifying "similar" patients, and designing treatment guidelines that are tailored to homogeneous patient subgroups. In this paper, we develop a deep learning approach for clustering time-series data, where each cluster comprises patients who share similar future outcomes of interest (e.g., adverse events, the onset of comorbidities). To encourage each cluster to have homogeneous future outcomes, the clustering is carried out by learning discrete representations that best describe the future outcome distribution based on novel loss functions. Experiments on two real-world datasets show that our model achieves superior clustering performance over state-of-the-art benchmarks and identifies meaningful clusters that can be translated into actionable information for clinical decision-making.

연구 동기 및 목표

• EHR 데이터에서의 비지도 클러스터링이 유사한 임상 경로를 보일지라도 결과가 다원적인 클러스터를 생성하는 한계를 해결하기 위해.
• 과거 관찰치 유사성뿐만 아니라 향후 예측 결과(예: 합병증 또는 부정적 사건)의 균일성에 기반해 환자를 군집화하는 방법을 개발하기 위해.
• 새로운 임상 데이터가 수집됨에 따라 클러스터 할당이 업데이트되는 실시간 동적 프로파일링을 가능하게 하기 위해.
• 클러스터 출력을 임상적으로 해석 가능하고 구체적인 미래 위험 프로필을 가진 하위군으로 변환함으로써 임상적 의사결정 지원을 위한 실질적인 통찰을 도출하기 위해.

제안 방법

• 모델은 세 개의 네트워크 아키텍처를 사용한다: 시간적 시계열 EHR 데이터를 연속적인 잠재 표현으로 매핑하는 인코더, 이러한 표현 기반으로 이산 클러스터 레이블을 할당하는 선택기, 향후 결과 분포를 추정하는 예측기.
• 예측기의 출력이 입력 시계열에 대해 주어졌을 때와 선택된 클러스터 중심에 대해 주어졌을 때의 Kullback-Leibler (KL) 발산 간의 차이를 이용해 새로운 클러스터링 목적함수를 정의함으로써, 클러스터 내 결과 균일성을 촉진한다.
• 예측 클러스터링을 반복 최적화 문제로 공식화하여 클러스터 할당(선택기를 통해)과 중심 후보 개선을 번갈아 수행한다.
• 디지털 선택기의 비가역성 문제를 극복하기 위해 액터-크리틱 강화학습을 활용해 역전파를 가능하게 하여, 클러스터링 내 이산 샘플링의 비가역성 문제를 해결한다.
• 결합 확률 분포를 모델링함으로써 고차원의 향후 결과(예: 여러 합병증)를 지원할 수 있도록 프레임워크를 설계하였다.
• 예측 정확도와 클러스터 균일성의 복합 손실을 사용해 종합적으로 훈련함으로써, 클러스터가 임상적으로 의미 있는 예후 패턴을 반영하도록 보장한다.

실험 결과

연구 질문

• RQ1 딥 예측 클러스터링 기법이 EHR 데이터에서 향후 질환 결과가 균일한 환자 하위군을 식별하는 데 있어 최신 기술 수준의 비지도 클러스터링 방법보다 뛰어난 성능을 보일 수 있는가?
• RQ2 새로운 임상 데이터가 제공됨에 따라 모델이 실시간으로 환자 프로파일을 동적으로 업데이트할 수 있는가?
• RQ3 모델이 식별한 클러스터가 합병증 프로필과 예후 위험도가 뚜렷한 임상적으로 해석 가능한 프로파일을 반영하는가?
• RQ4 모델의 클러스터 출력이 임상적 의사결정 지원을 위한 실질적인 통찰으로 얼마나 잘 변환될 수 있는가?
• RQ5 다양한 합병증을 일년 내에 동시에 예측하는 고차원 결과 공간에 대해 모델의 성능은 얼마나 견고한가?

주요 결과

• AC-TPC는 두 개의 실제 EHR 데이터셋에서 최신 기술 수준의 벤치마크보다 뛰어난 클러스터링 성능을 보이며, 각 클러스터의 예측된 향후 질환 결과에 대해 균일성이 향상됨을 입증하였다.
• 모델은 당뇨병과 폐기능 저하가 동반된 만성 폐질환 환자 집단에서 11개의 고유한 시간적 프로파일을 식별하였으며, 각각이 독특하고 해석 가능한 합병증 프로필과 향후 위험 확률을 지닌다.
• 환자 프로파일은 시간이 지남에 따라 변화한다: 예를 들어, 당뇨병과 ABPA를 앓는 환자는 처음에는 천식 위험도가 낮은 클러스터에 속해 있으나, 새로운 데이터가 추가됨에 따라 천식과 당뇨병 위험이 높은 클러스터로 이동한다.
• 모델의 클러스터 할당은 임상적 기대와 일치한다: 예를 들어, 새로운 합병증이 발생한 환자는 자신의 예후 프로파일이 업데이트된 클러스터로 재할당된다.
• 예를 들어, 클러스터 8은 당뇨병의 확률이 0.94이고 간질환의 확률이 0.83로 높아 간 관련 합병증 위험이 높은 하위군임을 나타낸다.
• 고차원 결과 공간을 다룰 수 있는 능력 덕분에, 여러 합병증 조합을 예측하는 데서도 임상적으로 의미 있는 하위군을 식별할 수 있었다.