[论文解读] Disease-Atlas: Navigating Disease Trajectories with Deep Learning

Bryan Lim, Mihaela van der Schaar|arXiv (Cornell University)|Mar 27, 2018

Machine Learning in Healthcare参考文献 24被引用 6

一句话总结

该论文提出了Disease-Atlas，一种深度学习框架，通过利用深度神经网络提升纵向数据与生存时间数据的联合建模能力，从而提高预测准确性、可扩展性，并增强对不规则采样数据的鲁棒性。该框架在预测性能上实现显著提升——将均方误差降低56%，在共病预测中AUPRC提升199%；同时支持对慢性疾病中疾病轨迹和生存结局的个性化预测。

ABSTRACT

Joint models for longitudinal and time-to-event data are commonly used in longitudinal studies to forecast disease trajectories over time. While there are many advantages to joint modeling, the standard forms suffer from limitations that arise from a fixed model specification, and computational difficulties when applied to high-dimensional datasets. In this paper, we propose a deep learning approach to address these limitations, enhancing existing methods with the inherent flexibility and scalability of deep neural networks, while retaining the benefits of joint modeling. Using longitudinal data from a real-world medical dataset, we demonstrate improvements in performance and scalability, as well as robustness in the presence of irregularly sampled data.

研究动机与目标

• 为解决传统纵向与生存时间数据联合模型的局限性，包括固定模型结构和高维场景下的计算效率低下问题。
• 开发一种可扩展的深度学习框架，以捕捉慢性病中生物标志物、共病与生存结局之间的复杂时间关系。
• 通过将联合模型校准表述为多任务学习问题，提升对不规则采样临床数据的鲁棒性，避免依赖数据插补。
• 实现动态、个性化的疾病进展预测，包括生存概率、生物标志物轨迹和共病风险，以支持临床决策。
• 在真实应用场景中展示该框架的实用性，例如针对囊性纤维化等慢性病患者制定个性化筛查时间表。

提出的方法

• 提出一种深度学习架构——具体为长短期记忆（LSTM）网络——通过端到端训练联合建模纵向生物标志物与生存时间结局。
• 采用蒙特卡洛（MC）Dropout进行不确定性量化，生成纵向与生存结局的预测分布。
• 采用多任务学习框架，对在不规则时间点测量的多个临床变量学习共享表征，避免对缺失数据进行预插补。
• 输出预测分布的参数（如均值与方差）以表示纵向变量，以及生存结局的危险率，其结构模仿传统联合模型。
• 利用共享潜在表征建模相关疾病与生物标志物之间的依赖关系，实现共病与疾病进展标志物的联合预测。
• 通过结合生存结局的负对数似然与纵向数据的均方误差的损失函数进行模型校准，采用随机梯度下降进行优化。

实验结果

研究问题

• RQ1 深度学习能否有效用于建模联合纵向与生存时间数据，同时克服标准联合模型在计算与建模方面的局限性？
• RQ2 与传统联合模型相比，所提出的深度学习框架在真实数据集中对纵向生物标志物与生存结局的预测性能如何？
• RQ3 多任务学习框架在多大程度上提升了对纵向临床数据中不规则采样与缺失数据的鲁棒性？
• RQ4 该框架能否通过提供不确定性估计来支持个性化临床决策，例如动态筛查建议？
• RQ5 模型架构（如DA-LSTM）对预测性能的影响如何，特别是在共病与生物标志物的AUPRC与MSE方面？

主要发现

• DA-LSTM模型在所有连续变量上，与标准联合模型相比，平均将纵向预测的均方误差（MSE）降低了56%。
• 在共病预测方面，DA-LSTM相比标准联合模型实现了AUPRC（精确率-召回率曲线下面积）199%的提升，表明在类别不平衡、罕见事件场景下性能更优。
• 在感染预测方面，DA-LSTM相比标准联合模型使AUPRC提升了112%，显示出对低频临床事件更强的检测能力。
• 即使在不规则采样数据下，该模型仍保持高性能，且优于基于插补的方法，避免了因不准确插补引入的偏差。
• 该框架成功生成了具有不确定性的预测结果，MC Dropout生成的5%与95%分位数区间为个性化筛查决策提供了可靠的危险度估计。
• 在一个真实应用场景中，Disease-Atlas预测一名囊性纤维化患者未来五年糖尿病风险增加13%，支持更早或更频繁筛查的必要性。