NeurIPS 2022 論文読み会(Debiased, Longitudinal and Coordinated Drug Recommendation through Multi-Visit Clinic Records)

Transcript

1. HINO YUTA 2023/2/28 Debiased, Longitudinal and Coordinated Drug Recommendation through Multi-Visit Clinic Records NeursIPS 2022 論文読み会
2. 1 日野 裕太 Data Scientist Hino.Yuta@bcg.com 経歴 • BCG Data Scientist(現在,2022-06～) • M3 • 金融エンジニアリング・グループ 本資料についての注意 • 紹介論文出典 – Debiased, Longitudinal and Coordinated Drug Recommendation through Multi-Visit Clinic Records – https://openreview.net/forum?id=zVglD2W0EAS • 本資料・議論内容は、私的な有志の勉強会を目的としたものであ り、会社としての発表ではございません Yuta Hino
3. 2 Introduction 医療記録のデジタル化が進み、AIによる医療の補助も進んでいる。 薬剤推薦システムも進んでいるが、3つの課題があると考えている • 推薦バイアス(特に得られる情報が限られることによるバイアス) • 現在だけではなく過去の診療記録の利用 • 臨床薬物相互作用(DDI)(薬の飲み合わせによる副作用などの効果) 新しい薬剤推薦システムの作成を行った • 推薦バイアスを考慮したグラフモデルの構築 • 複数回受診のモデル化 • DDIを2-SAT問題としてモデル化する
4. 3 因果効果を考慮したグラフモデル 実際に医師の処方では図1のDAGのように、Sが症状、Dが診断、 Pが治療、Rが患者の来院、Mが薬剤、Yが薬剤の処方確率、C が交絡因子(患者の潜在的な疾患情報)となっていると考えられ る。 ここで、D,P,Rを媒介効果とするとフロントドア基準を満たすことに なり、P(y|do(s), m)は式(1)のように定式化できる。 図1を複数回来院に拡張するため2つの方法を提案する。 • DrugRec-a:過去全ての来院を集約して一つのグラフとして表 現する • DrugRec-k:過去k回の来院の影響をモデル化する
5. 4 複数回来院への拡張.1 DrugRec-a • t-1回の訪問の全てを集約して表現することで訪問回数が違っても一様に扱うことができる • S,D,P,Yそれぞれのt-1回目からt回目とパスをリンクさせることでフロントドア基準を満たしたまま とすることができる • 因果効果を定式化すると最終的に式(3)となり、 を推定することで薬剤推定結果を求める ことができる
6. 5 複数回来院への拡張.2 DrugRec-k • 過去全ての来院よりも、直近の来院の方が影響が大きいと考えられる • 過去k個の因果グラフと現在の因果グラフついてk個の経路を追加する • k+1個のグラフが接続された全体の因果グラフはフロントドア基準を満たしている • 最終的に式5となり、 を推定することで薬剤推定結果を求めることができる
7. 6 臨床薬物相互作用(DDI) DDIについて • 一般的な推薦システムと異なり、複数の薬剤を推薦することや飲み合わせによる副作用などを考慮する 必要がある。 • 従来の手法では有害なペア情報を後からペナルティを課す形だが、推薦結果を考慮する手法はない 今回の手法 • DDIをSAT(充足可能性問題)としてモデル化する • 右図を例に取ると、m1は薬を残すこと、-m1は残さないこととなる • これは と定式化出来る • これをグラフ化し、推薦確率を用いてトポロジカルソートすることで DDIを考慮した推薦を最終的に行うことができる
8. 7 モデル全体像
9. 8 実験結果 用いたデータ • MIMIC-ⅢとMIMIC-Ⅳと呼ばれる公開データセット • 前処理を行い他の手法と比較する 結果 • 今回の手法はどのベースラインと比較しても 良い結果となっている • DrugRec-aよりDrugRec-kの方が効果が高い
10. 9 まとめ＆所感 論文のまとめ • 因果グラフを元にしたネットワークを構築し、複数回来院の情報を含めたモデル化に成功 • DDIを考慮する仕組みを考案 • データセットで高い精度を出すことに成功した 所感 • 因果グラフを用いた推薦システムの考え方は医療に限らず使えそう • 特に日本ではAIを用いた診断は法整備等含め先が長い話だと認識しているが、安全性も考慮したモデ ルが進化していくのは良いことだと思った • 医療に対するAI利用は今後も世界中で研究、実用されていくと思うので今後の研究にも期待しつつ機 会があれば関わってみたい