[论文解读] DeepGestalt - Identifying Rare Genetic Syndromes Using Deep Learning

Yaron Gurovich, Yair Hanani+9 more|arXiv (Cornell University)|Jan 23, 2018

Genomics and Rare Diseases参考文献 36被引用 34

一句话总结

DeepGestalt 是一种深度学习框架，通过利用大规模人脸识别模型的迁移学习并基于经过筛选的 26,000 多例临床病例数据库进行微调，能够从非受限的二维面部图像中识别罕见遗传综合征。该框架在超过 215 种综合征中实现了 91% 的 top-10 准确率，并在综合征识别任务中超越了临床专家的表现。

ABSTRACT

Facial analysis technologies have recently measured up to the capabilities of expert clinicians in syndrome identification. To date, these technologies could only identify phenotypes of a few diseases, limiting their role in clinical settings where hundreds of diagnoses must be considered. We developed a facial analysis framework, DeepGestalt, using computer vision and deep learning algorithms, that quantifies similarities to hundreds of genetic syndromes based on unconstrained 2D images. DeepGestalt is currently trained with over 26,000 patient cases from a rapidly growing phenotype-genotype database, consisting of tens of thousands of validated clinical cases, curated through a community-driven platform. DeepGestalt currently achieves 91% top-10-accuracy in identifying over 215 different genetic syndromes and has outperformed clinical experts in three separate experiments. We suggest that this form of artificial intelligence is ready to support medical genetics in clinical and laboratory practices and will play a key role in the future of precision medicine.

研究动机与目标

• 开发一种可扩展的面部分析系统，能够从非受限的二维面部图像中识别数百种罕见遗传综合征。
• 克服现有系统因数据稀缺和模型泛化能力不足而仅限于少数综合征的局限性。
• 通过缩短罕见遗传病患者的诊断时间，提升临床环境中的诊断速度与准确性。
• 使临床遗传学家和非专科人员能够借助人工智能驱动的表型分析，实现更快、更准确的综合征诊断。
• 通过支持具有相似面部表型的未确诊病例之间的患者匹配，促进新型表型-基因型关联的发现。

提出的方法

• 从在 ImageNet 及其他数据集上预训练的大规模人脸识别模型迁移学习，以学习通用的面部表征。
• 在经过筛选、由社区驱动的 26,000 多例已验证患者病例数据库上对预训练模型进行微调，病例均具有已知遗传综合征。
• 将面部划分为多个区域（眼睛、鼻子、面中区、上/下半部），并训练区域特异性分类器，以捕捉局部表型特征。
• 采用多数投票集成策略，聚合来自各区域特异性模型的预测结果，以提升鲁棒性与性能。
• 采用度量学习和先进的损失函数，增强在面部差异细微的综合征之间的特征区分能力。
• 通过置换检验验证性能，以确立相对于随机基线性能的统计显著性。

实验结果

研究问题

• RQ1 在广泛且不平衡的疾病集合上，基于面部图像训练的深度学习模型能否实现高准确率识别罕见遗传综合征？
• RQ2 与全脸分析相比，整合区域特异性面部特征分析是否能提升整体综合征分类性能？
• RQ3 人工智能系统是否能在综合征识别方面超越临床专家，尤其是在罕见或非典型表现的情况下？
• RQ4 从通用人脸识别数据集进行迁移学习，在低资源医疗表型分类任务中，能否实现有效性能？
• RQ5 在包含多样化、非受限患者图像的真实临床评估环境中，该模型的性能表现如何？

主要发现

• DeepGestalt 在 502 张真实临床图像组成的测试集中，对超过 215 种不同遗传综合征的识别实现了 91.0% 的 top-10 准确率。
• 该模型的 top-1 准确率为 60.0%，显著高于置换检验基线的 3.0%（p 值 = 0），表明具有强烈的统计显著性。
• 聚合模型（结合多个面部区域的预测）实现了 83.7% 的 top-5 准确率，优于单一区域模型的表现。
• 各区域性能存在差异，其中上半张脸（71.12%）和全脸（77.49%）表现优异，而聚合模型达到 83.70%。
• 在三次独立实验中，该模型的表现均优于临床专家，证明其在罕见和复杂综合征诊断方面具备更优的诊断能力。
• 置换检验结果显示，top-10 预测的平均准确率为 17.8%，标准差为 1.55，证实了模型的稳健性与可靠性。