[论文解读] Interpretable Disease Prediction based on Reinforcement Path Reasoning over Knowledge Graphs

Zhoujian Sun, Wei Dong+2 more|arXiv (Cornell University)|Oct 16, 2020

Machine Learning in Healthcare参考文献 39被引用 5

一句话总结

本文提出了一种基于强化学习的可解释疾病预测方法，利用知识图谱（KGs），其中策略驱动的智能体从患者数据出发执行随机游走，通过临床有意义的路径预测疾病。该模型在两个真实世界电子健康记录（EHR）数据集上分别取得了0.743和0.639的宏平均AUC分数，且生成的疾病进展路径经过临床验证，具有可解释性。

ABSTRACT

Objective: To combine medical knowledge and medical data to interpretably predict the risk of disease. Methods: We formulated the disease prediction task as a random walk along a knowledge graph (KG). Specifically, we build a KG to record relationships between diseases and risk factors according to validated medical knowledge. Then, a mathematical object walks along the KG. It starts walking at a patient entity, which connects the KG based on the patient current diseases or risk factors and stops at a disease entity, which represents the predicted disease. The trajectory generated by the object represents an interpretable disease progression path of the given patient. The dynamics of the object are controlled by a policy-based reinforcement learning (RL) module, which is trained by electronic health records (EHRs). Experiments: We utilized two real-world EHR datasets to evaluate the performance of our model. In the disease prediction task, our model achieves 0.743 and 0.639 in terms of macro area under the curve (AUC) in predicting 53 circulation system diseases in the two datasets, respectively. This performance is comparable to the commonly used machine learning (ML) models in medical research. In qualitative analysis, our clinical collaborator reviewed the disease progression paths generated by our model and advocated their interpretability and reliability. Conclusion: Experimental results validate the proposed model in interpretably evaluating and optimizing disease prediction. Significance: Our work contributes to leveraging the potential of medical knowledge and medical data jointly for interpretable prediction tasks.

研究动机与目标

• 开发一种整合医学知识与电子健康记录（EHRs）的疾病预测模型，以提升可解释性。
• 通过生成可追溯、具有临床意义的疾病进展路径，解决黑箱医学AI模型缺乏透明性的问题。
• 利用知识图谱编码经验证的医学知识中已知的疾病-风险因素关系。
• 使用EHR数据训练强化学习策略，以指导从患者特征到疾病结局的路径选择。
• 通过专家评审验证生成的预测路径的临床相关性与可解释性。

提出的方法

• 构建一个知识图谱（KG），利用经验证的医学知识编码疾病与风险因素之间的关系。
• 将每位患者表示为KG中的一个节点，通过其当前的疾病或风险因素与图谱连接。
• 将疾病预测问题建模为从患者实体出发、终止于疾病实体的KG上的随机游走。
• 使用基于策略的强化学习（RL）智能体，学习能最大化预测准确率的最优行走轨迹。
• 利用真实世界EHR数据训练RL策略，基于历史患者结局优化路径选择。
• 将预测路径生成为可解释的、从患者特征到预测疾病的逐步推理序列。

实验结果

研究问题

• RQ1 在知识图谱上使用强化学习能否生成可解释、具有临床意义的疾病预测路径？
• RQ2 与标准机器学习基线模型相比，该模型在预测特定疾病风险方面表现如何？
• RQ3 临床专家在多大程度上认为生成的预测路径可靠且可解释？
• RQ4 医学知识与EHR数据的整合能否同时提升疾病预测的性能与可解释性？
• RQ5 该模型在不同真实世界EHR数据集上的路径推理能力有多强？

主要发现

• 在第一个EHR数据集上，该模型在预测53种循环系统疾病时达到0.743的宏平均AUC，表现出强劲的预测性能。
• 在第二个EHR数据集上，该模型达到0.639的宏平均AUC，表明其在多样化临床数据中具有持续的性能表现。
• 临床专家评审了生成的疾病进展路径，确认其具备可解释性与临床可靠性。
• 强化学习策略成功学习到在知识图谱中导航的能力，以生成有意义、患者特异性的预测轨迹。
• 医学知识与EHR数据的整合实现了准确且可解释的疾病风险预测。
• 该模型的路径推理提供了透明、可追溯的解释，有助于临床决策支持。