[论文解读] A Tractable Inference Algorithm for Diagnosing Multiple Diseases

David Heckerman|arXiv (Cornell University)|Mar 27, 2013

Bayesian Modeling and Causal Inference参考文献 2被引用 17

一句话总结

本文提出 QuickScore，一种用于通过概率模型诊断多种疾病的可 tractable 推断算法，其中疾病和体征均为二值变量。疾病在边缘上相互独立，且在疾病状态条件下也相互独立，体征通过噪声 OR 门生成。该算法以 O(nm⁻²m⁺) 时间计算后验疾病概率，当阳性体征数量较小时具有实用性，并在概率 QMR 数据集上表现出色。

ABSTRACT

We examine a probabilistic model for the diagnosis of multiple diseases. In the model, diseases and findings are represented as binary variables. Also, diseases are marginally independent, features are conditionally independent given disease instances, and diseases interact to produce findings via a noisy OR-gate. An algorithm for computing the posterior probability of each disease, given a set of observed findings, called quickscore, is presented. The time complexity of the algorithm is O(nm-2m+), where n is the number of diseases, m+ is the number of positive findings and m- is the number of negative findings. Although the time complexity of quickscore i5 exponential in the number of positive findings, the algorithm is useful in practice because the number of observed positive findings is usually far less than the number of diseases under consideration. Performance results for quickscore applied to a probabilistic version of Quick Medical Reference (QMR) are provided.

研究动机与目标

• 开发一种可扩展的推理算法，用于在概率框架下诊断多种疾病。
• 通过噪声 OR 门机制建模疾病相互作用，以捕捉多种疾病对临床体征的联合贡献。
• 在疾病组合的全贝叶斯推理具有指数复杂度的背景下，确保计算上的可 tractable 性。
• 在给定观察到的体征下，实现对每种疾病的后验概率的高效计算。
• 在真实世界中概率化的 Quick Medical Reference（QMR）数据库上验证该方法。

提出的方法

• 模型将疾病和临床体征表示为二值随机变量。
• 假设疾病在先验上边际独立。
• 体征在给定疾病状态的条件下条件独立，遵循噪声 OR 门结构。
• 算法通过利用条件独立性和噪声 OR 结构的因子分解来计算后验概率。
• 时间复杂度为 O(nm⁻²m⁺)，其中 n 为疾病数量，m⁺ 为阳性体征数量，m⁻ 为阴性体征数量。
• 该方法通过仅聚焦于可能解释观察到的阳性体征的疾病子集，避免了完整枚举。

实验结果

研究问题

• RQ1 能否在概率独立性假设下，为多病诊断设计一种可 tractable 的推理算法？
• RQ2 噪声 OR 门模型如何捕捉多种疾病对临床体征的联合贡献？
• RQ3 在此模型中计算后验疾病概率的计算复杂度是多少，能否使其具有实用性？
• RQ4 与精确推理相比，该算法在真实世界医疗诊断数据上的表现如何？
• RQ5 在疾病组合具有组合性质的情况下，该算法在何种条件下仍能保持高效？

主要发现

• QuickScore 算法实现 O(nm⁻²m⁺) 时间复杂度，当阳性体征数量（m⁺）较小时具有可 tractable 性。
• 该算法在不完整枚举疾病组合的情况下，实现了后验疾病概率的高效计算。
• 在概率 QMR 数据集上的性能结果表明，QuickScore 在保持计算效率的同时提供了准确的诊断。
• 由于实际场景中观察到的阳性体征数量通常远小于所考虑的疾病数量，该方法在真实世界环境中仍具实用性。
• 噪声 OR 门模型有效捕捉了多种疾病对临床体征的累加贡献。
• 该算法的设计通过利用条件独立性和二值变量结构，显著降低了计算开销。