[论文解读] Causal Machine Learning for Healthcare and Precision Medicine

Pedro L. Sánchez, Jeremy P. Voisey+4 more|arXiv (Cornell University)|May 23, 2022

Machine Learning in Healthcare被引用 10

一句话总结

本文主张将因果机器学习（CML）整合到临床决策支持系统中，以在精准医学中实现可操作的、个性化的治疗预测。通过利用因果表征学习、因果发现和因果推理——特别是以阿尔茨海默病为例——展示了CML如何建模干预措施，处理高维多模态数据，并在存在混杂因素和分布偏移的情况下提升模型的鲁棒性和可解释性。

ABSTRACT

Causal machine learning (CML) has experienced increasing popularity in healthcare. Beyond the inherent capabilities of adding domain knowledge into learning systems, CML provides a complete toolset for investigating how a system would react to an intervention (e.g.\ outcome given a treatment). Quantifying effects of interventions allows actionable decisions to be made whilst maintaining robustness in the presence of confounders. Here, we explore how causal inference can be incorporated into different aspects of clinical decision support (CDS) systems by using recent advances in machine learning. Throughout this paper, we use Alzheimer's disease (AD) to create examples for illustrating how CML can be advantageous in clinical scenarios. Furthermore, we discuss important challenges present in healthcare applications such as processing high-dimensional and unstructured data, generalisation to out-of-distribution samples, and temporal relationships, that despite the great effort from the research community remain to be solved. Finally, we review lines of research within causal representation learning, causal discovery and causal reasoning which offer the potential towards addressing the aforementioned challenges.

研究动机与目标

• 通过引入因果性来克服标准机器学习在临床决策支持中的局限性，以实现可操作的、基于干预的预测。
• 通过使用因果模型估计个体治疗效应，来克服因果推断的根本问题——未观测到的反事实。
• 将多模态、高维且非结构化的医疗数据（例如医学影像、基因组学、电子健康记录）整合到因果框架中，以提升泛化能力和可解释性。
• 通过将领域知识和因果结构嵌入学习模型，将临床决策支持系统从基于相关性的预测推进到更高层次。
• 识别并解决医疗CML中的关键挑战，包括分布偏移、时间动态性以及多模态数据融合。

提出的方法

• 应用因果表征学习，从高维、非结构化的数据（如医学影像和基因组学）中提取低维、信息丰富且具有因果意义的变量。
• 使用基于条件独立性检验、DAG搜索和结构假设（例如加法噪声模型）的因果发现技术，从未观测数据中推断因果图。
• 通过do-演算和反事实推理实现因果推理，以结构因果模型为基础回答基于干预的查询（例如：'如果患者接受了药物X，会发生什么？'）。
• 利用归一化流和变分推断等深度生成模型，实现在图像特征等复杂数据空间中的反事实生成。
• 设计模仿临床推理的因果模型，通过编码专家知识和时间动态性来提升透明度和鲁棒性。
• 将因果机器学习与多模态学习架构结合，整合异构数据源（如文本、影像、实验室结果），同时保持因果可解释性。

实验结果

研究问题

• RQ1 因果机器学习如何在标准相关性模型之外，提升精准医学中个性化治疗预测的性能？
• RQ2 在高维、多模态和非结构化的医疗数据中应用因果推断时，面临哪些关键挑战？
• RQ3 因果表征学习如何从医学影像和基因组学等复杂医疗数据中提取有意义的、低维的因果变量？
• RQ4 在存在未观测混杂因素和复杂函数形式的真实医疗环境中，当前因果发现方法存在哪些局限性？
• RQ5 如何有效应用因果推理，在基于图像和多模态的临床数据中生成反事实结果？

主要发现

• 因果机器学习通过估计干预的影响，实现了可操作的决策制定，例如预测在不同阿尔茨海默病药物治疗下认知功能的衰退。
• 因果表征学习能够有效将高维医疗数据抽象为可解释的因果变量，从而提升模型的鲁棒性和可解释性。
• 因果发现方法能够从未观测数据中推断因果结构，但对未观测混杂因素和模型误设仍保持敏感。
• 基于反事实的因果推理为回答'如果-则'类问题（如患者接受了替代治疗的后果）提供了正式框架。
• 将因果模型与深度生成架构（如归一化流）结合，可实现反事实图像生成，但会带来可逆建模的复杂性。
• 尽管已取得进展，但在多样化医疗环境中泛化因果模型以及处理进展性疾病的时间动态性方面，仍存在挑战。