[论文解读] IA-GCN: Interpretable Attention based Graph Convolutional Network for Disease prediction

Anees Kazi, Soroush Farghadani+1 more|arXiv (Cornell University)|Mar 29, 2021

Machine Learning in Healthcare被引用 6

一句话总结

该论文提出IA-GCN，一种新颖的图卷积网络，通过在训练过程中直接整合可解释的注意力机制，以提升模型性能与临床可解释性。通过联合优化疾病、年龄和性别预测、潜在人群级图结构以及基于自定义损失的特征级注意力，IA-GCN在Tadpole数据集上实现3.2%的准确率提升，在UKBB数据集上实现1.6–2%的准确率提升，同时提供与已知生物标志物一致的临床有意义的特征解释。

ABSTRACT

Interpretability in Graph Convolutional Networks (GCNs) has been explored to some extent in computer vision in general, yet, in the medical domain, it requires further examination. Moreover, most of the interpretability approaches for GCNs, especially in the medical domain, focus on interpreting the model in a post hoc fashion. In this paper, we propose an interpretable graph learning-based model which 1) interprets the clinical relevance of the input features towards the task, 2) uses the explanation to improve the model performance and, 3) learns a population level latent graph that may be used to interpret the cohort's behavior. In a clinical scenario, such a model can assist the clinical experts in better decision-making for diagnosis and treatment planning. The main novelty lies in the interpretable attention module (IAM), which directly operates on multi-modal features. Our IAM learns the attention for each feature based on the unique interpretability-specific losses. We show the application on two publicly available datasets, Tadpole and UKBB, for three tasks of disease, age, and gender prediction. Our proposed model shows superior performance with respect to compared methods with an increase in an average accuracy of 3.2% for Tadpole, 1.6% for UKBB Gender, and 2% for the UKBB Age prediction task. Further, we show exhaustive validation and clinical interpretation of our results.

研究动机与目标

• 开发一种基于图卷积网络的模型，将可解释性直接整合到训练过程中，而非事后应用。
• 从患者数据中学习潜在的群体级图结构，以揭示队列层面的关系与模式。
• 通过使用一种新颖的、面向可解释性的损失函数所导出的注意力权重，提升模型性能。
• 确保输入特征的注意力权重与临床知识及真实相关性保持一致。
• 通过消融研究和选定特征的临床相关性验证模型的可解释性。

提出的方法

• 引入可解释注意力模块（IAM），通过双损失目标（任务损失$L_c$与可解释性专用损失$L_{IA}$）学习多模态临床特征的注意力权重。
• 采用一种独特的损失函数，将$L_{IA}$与特征级损失$F_{MEL}$和$F_{MSL}$结合，以鼓励对临床相关特征的关注。
• 通过图学习模块（GLM）学习潜在的群体图结构，捕捉患者间的相似性，而无需依赖预定义图结构。
• 端到端联合训练整个模型，以实现三个目标：疾病/年龄/性别分类、潜在图结构构建以及可解释的特征注意力。
• 利用注意力权重实现动态特征选择，提升模型鲁棒性与性能。
• 引入超参数$\alpha$以平衡任务损失与可解释性损失，最优性能出现在$\alpha=0.6$时。

实验结果

研究问题

• RQ1 能否在端到端训练中，使图卷积网络模型同时优化预测性能、潜在图结构学习与可解释的特征注意力？
• RQ2 通过专用损失函数引入可解释性，是否能同时提升模型准确率与特征选择的临床合理性？
• RQ3 IAM学习到的注意力权重与阿尔茨海默病及衰老研究中的已知临床生物标志物之间是否存在相关性？
• RQ4 可解释性损失$L_{IA}$与潜在图结构学习模块对整体模型性能的贡献分别是什么？
• RQ5 该模型的注意力机制能否识别出阿尔茨海默病预测中的临床相关特征，如认知测试或PET FDG？

主要发现

• 与基线方法相比，IA-GCN在Tadpole数据集上实现了3.2%的平均准确率提升，用于阿尔茨海默病预测。
• 在UKBB数据集上，IA-GCN在性别分类任务中性能提升1.6%，在年龄分类任务中提升2%。
• 可解释性专用损失$L_{IA}$至关重要：当$\alpha=0$时性能显著下降，表明其在抑制无关特征中的关键作用。
• 模型的注意力权重与真实特征重要性具有强相关性（p<0.05），尤其在Tadpole数据集中认知测试（CDRBS、MMSE）以及UKBB年龄预测中皮层灰质体积方面表现显著。
• 消融研究证实，仅使用IAM选择的特征进行训练可获得最佳性能，而排除这些特征则显著降低准确率。
• 由GLM学习到的潜在群体图揭示了类内聚类与类间连接，支持模型捕捉队列级结构的能力。