![めまい専門外来の症例における
鴨頭輝1)、?下淳2)、藤本千?3)、江上直也4)、?尾宗貴5)、菅澤恵?2)、岩崎真?2)、?岨達也2)
1)?ＪＲ東京総合病院?耳?咽喉科、2)?東京大学?医学部?耳?咽喉科、3)?東京逓信病院?耳?咽喉科
4)?江上耳?咽喉科?めまいクリニック、5)?東邦大学医療センター佐倉病院?耳?咽喉科
機械学習での疾患予測の評価
まとめ
結果
?献
学習曲線
モデルのパラメータの最適化について
各モデルの再現率及びAUC
Op4 Op5 Op6 Op7 Op8 Op9 1pO
PassiveAggressiveClassifier
ExtraTreeClassifier
SGDClassifier
DecisionTreeClassifier
MLPClassifierd8|8|8|8B
GaussianProcessClassifier
NuSVC
SVC
ExtraTreesClassifier
AdaBoostClassifier
LinearSVC
BaggingClassifier
LogisticRegression
RidgeClassifier
RandomForestClassifier
GradientBoostingClassifier
R
Comparisons of Classifiers dAUC of ROCB
Op4 Op5 Op6 Op7 Op8 Op9 1pO
SGDClassifier
PassiveAggressiveClassifier
MLPClassifierd8|8|8|8B
NuSVC
SVC
ExtraTreeClassifier
LinearSVC
GaussianProcessClassifier
RidgeClassifier
ExtraTreesClassifier
LogisticRegression
DecisionTreeClassifier
AdaBoostClassifier
RandomForestClassifier
GradientBoostingClassifier
BaggingClassifier
RR
Comparisons of Classifiers dscoreB
重心動揺計では、軌跡??重心動揺?積や閉眼時?開眼時?
であるロンベルグ率等の様々なパラメータが得られ、それぞれ
の値を元にして迷路障害や中枢障害等を推定する。これらのパ
ラメータの処理方法として、各パラメータにそれぞれ係数を掛
けて加算し、?般化線型モデルで処理する古典的な統計学的手
法以外に、例えばアニマ社の重心動揺計に搭載されているよう
な、ニューラルネットワークを用いた機械学習の手法が挙げら
れる。しかし、ニューラルネットワーク以外の機械学習のアル
ゴリズムに関しては、重心動揺計のデータを使って検討した報
告は少ない。
本研究では、めまい診断に有効な機械学習のアルゴリズムに
ついて検討することを目的に、各種アルゴリズムを用いて重心
動揺計の検査結果から前庭障害の有無を予測した際の再現率及
びROC曲線のAUCを評価し、各種アルゴリズムの有効性を?
較?検討した。
はじめに
方法
2010年1 ?から2010年11?にめまい専門外来を受診した241
症例の重心動揺計の検査結果のデータセット(Fujimoto et. al.
Otol Neurotol. 2014)を使用した。データセットの項目の内訳
は、年齢?性別???、重心動揺計Gravicorder G-5500
(Anima Co. Ltd., Tokyo, Japan)の左右及び前後方向の
0.01-10Hz及び0.1-1HzのAUC、閉眼ラバー負荷の速度及び外周
?積と、前庭障害の有無である。前庭障害の有無は、ENGでの
カロリック(2 mL冷水(4℃)20秒間注?)におけるCP及び緩徐相
速度を評価し、CP 20%以上または緩徐相速度10°/sec未満を前
庭障害と定義した。
年齢は平均50歳(最低12歳、最大89歳、標準偏差20)、上記定
義による前庭障害は78例(32%)、疾患の内訳は、?側前庭障害
13例、聴神経腫瘍12例、前庭神経炎8例、BPPV6例、Ramsay-
Hunt症候群3例、真珠腫性中耳炎2例、遅発性内リンパ水腫2
例、めまい突発性難聴2例、耳硬化症1例、側頭骨骨折1例であっ
た。
学習及び解析は、Python 3.5、scipy 0.18、scikit-learn 0.18
を用いて?った。
機械学習の手法は、?般化線形モデル(Generalized Linear
Models)の中のLogistic Regression、SGDClassifier、サポート
ベクタマシン(Support Vector Machines)の中のLinear SVC、
Nu SVC、SVC、決定?(Decision Trees)の中の
DecisionTreeClassifier、ExtraTreeClassifier、アンサンブル学
習(Ensemble Methods)の中のAda Boost Classifier、Bagging
Classifier、Extra Trees Classifier、Gradient Boosting
Classifier、Random Forest Classifier、ニューラルネットワー
クモデル(Multi-layer Perceptron Classifier)により学習させ
た。パラメータは規定の値を使用した。
各手法において、症例の各項目データから前庭障害の有無を
学習させ、K-分割交差検証を用いて再現率及びROC曲線のAUC
により評価した。手法間の再現率及びROC曲線のAUCの?較は
Wilcoxon signed-rank testを用いて?い、p<0.05を有意とし
た。
[1] Scand Audiol Suppl. 2001;(52):100-2. A novel machine learning program applied to discover otological diagnoses. Laurikkala JP, Kentala EL, Juhola M, Pyvkk? IV.
[2] Med Inform Internet Med. 1999 Oct-Dec;24(4):277-89. Decision tree induction in the diagnosis of otoneurological diseases. Viikki K, Kentala E, Juhola M, Pyykk? I.
[3] Stud Health Technol Inform. 2008;136:211-6. On machine learning classification of otoneurological data. Juhola M.
Comput Methods Programs Biomed. 2014 Oct;116(3):311-8. doi: 10.1016/j.cmpb.2014.04.014. Epub 2014 May 9. Machine learning-based assessment tool for imbalance
and vestibular dysfunction with virtual reality rehabilitation system. Yeh SC, Huang MC, Wang PC, Fang TY, Su MC, Tsai PY, Rizzo A.
[4] JAMA Otolaryngol Head Neck Surg. 2015 Apr;141(4):364-72. doi: 10.1001/jamaoto.2014.3519. Clinical vestibular testing assessed with machine-learning algorithms.
Priesol AJ, Cao M, Brodley CE, Lewis RF.
[5] Journal of Machine Learning Research 7:1-30 Jan 2006. Statistical Comparisons of Classifiers over Multiple Data Sets. J. Demsar
[6] Otol Neurotol. 2014 Dec;35(10):e317-23. Power spectral analysis of postural sway during foam posturography in patients with peripheral vestibular dysfunction.
Fujimoto C, et. al.
機械学習のアルゴリズムとして、様々な手法が提案されてい
る。これらの手法には、大きく分けて、正解が分かっている
データセットにより学習させる目的の手法(教師あり学習)と、
正解が分かっていないデータセットを複数のグループに分類さ
せる目的の手法(教師なし学習)がある。医療の分野において
は、前者の手法を用いることが多く、例えば、複数の画像と疾
患の対応のあるデータセットを学習させた上で、未知の画像か
ら疾患を予測させた研究報告は多い。
機械学習の手法の発展にともない、従来の統計学的手法に?
べて精度の?い手法が数多く提案されており、画像から疾患を
予測させる目的に適合する手法として有名なのは、深層学習
(ディープラーニング)として知られる4層以上の多層ニューラル
ネットであるが、ネットのモデルは何種類もあり、?い予測率
を得るためには数万以上の多数の学習データセットを要する。
?般的な臨床研究におけるデータセットの症例数は、?本全
国の調査でも1万程度で、さらに少ない症例数のことも多く、深
層学習では?い予測率を得られない。このため、研究対象の
データセットの性質や数によって、適合する機械学習のアルゴ
リズムは異なると考えられる。
本解析では、?般化線型モデルに?べ、アンサンブル学習の
Gradient Boosting Classifier、Bagging Classifierの再現率が?
く、モデルの性能が?いことがわかった。
画像診断の研究において広く採用されているニューラルネッ
トワークは、本解析においては有効な手法ではなかった。この
原因としては、症例数が数百と少なく、?分な学習がされな
かったことが挙げられる。
また、モデルのパラメータにより再現率は異なり、最適なパ
ラメータを探索することが重要であると考えられた。
機械学習の各手法は、回帰分析と?べて調整できるパラメー
タが多く、更なる調整によってより?い性能を得られる可能性
がある。また、従来の統計学的手法によって疾患予測に有効で
ないと判断された検査項目であっても、他のデータと束ねて適
切な機械学習のアルゴリズムで処理することで、疾患予測に有
効となる場合があると考えられた。
Gradient Boosting Decision Treeの再現率(0.82±0.06)及びAUC(0.89±0.05)は各手法の中で最も?く、ロジスティック回帰(再
現率:0.78±0.06、AUC:0.85±0.06)と?較し有意に?かった。また、Bagging Classifierの再現率(0.81±0.05)はロジスティック回
帰と?較し有意に?かった。
ニューラルネットは、4層パーセプトロンを用いたが、ロジスティック回帰よりも再現率、AUC共に有意に低かった。サポートベ
クタマシンのいずれも手法(Linear SVC、Nu SVC、SVC)についても、ロジスティック回帰より再現率、AUCは有意に低かった。
ロジスティック回帰の学習曲線は、標本数が50前後でtraining accuracy及びvalidating accuracyともに約0.8に収束し、50以上の
標本数の追加による再現率の向上は?られなかった。Gradient Boosting Classifierの場合、training accuracyはほぼ1で、
validating accuracyは標本数200を超えても再現率が向上する傾向にあり、過学習の危険性に注意する必要があるが、標本数の追加
によりさらなる再現率の向上が期待でき、モデルの性能はロジスティック回帰より?いと考えられた。
モデルのパラメータは、それぞれのモデルにおける設定値や制限値であり、パラメータによって予測性能は大きく変わるため、
最適なパラメータの決定は重要である。最適なパラメータを算出する数式等は存在せず、基本的に、経験的方法または、全てのパ
ラメータに様々な値を当てはめて再現率を算出し、最大値を探す探索的方法に基づく。ロジスティック回帰及びアンサンブル学習
において、それぞれの代表的なパラメータの調整により再現率がどの程度変化するか評価した。
?般化線型モデル(ロジスティック回帰)
正則化は、過学習を防ぐための手段であり、L1正則化また
はL2正則化が?較的多く用いられる。今回使用したプログラ
ムの既定ではL2正則化が採用されており、そのパラメータの
調節により再現率がどう変化するかを評価した。本プログラ
ムにおいては、C (Inverse of regularization strength)が?さ
い時に正則化が強く、大きな時には正則化が弱い。本プログ
ラムの既定のパラメータであるC=1より正則化を強くする
と、training accuracy及びvalidating accuracyともに減少
し、過度な正則化は再現率を下げると考えられた。
アンサンブル学習(Gradient?Boosting?Classifier)
アンサンブル学習のいくつかは、複数の決定?からモデルが
構成されている。この決定?の数及び深さの調整により再現率
がどう変化するか評価した。決定?の数については、50前後で
再現率が?く、それ以上増やしても再現率は向上しない傾向に
あった。決定?の深さについては、3前後で最も再現率が?く、
それ以上の深さでは再現率が低下する傾向にあった。本データ
の最適パラメータ探索においては、深さ2、決定?数45の時に最
も再現率が?かったが、プログラムの既定のパラメータである
深さ3、決定?数100の時の再現率と有意差はなかった。
ROC AUCの?較 再現率(recall)の?較
ロジスティック回帰 Gradient Boosting Classifier
決定?の数L2正則化 決定?の深さ](https://image.slidesharecdn.com/ml02-combineds-181121052454/85/-1-320.jpg)
めまい専门外来の症例における机械学习での疾患予测の评価
- 1. めまい専門外来の症例における 鴨頭輝1)、?下淳2)、藤本千?3)、江上直也4)、?尾宗貴5)、菅澤恵?2)、岩崎真?2)、?岨達也2) 1)?ＪＲ東京総合病院?耳?咽喉科、2)?東京大学?医学部?耳?咽喉科、3)?東京逓信病院?耳?咽喉科 4)?江上耳?咽喉科?めまいクリニック、5)?東邦大学医療センター佐倉病院?耳?咽喉科 機械学習での疾患予測の評価 まとめ 結果 ?献 学習曲線 モデルのパラメータの最適化について 各モデルの再現率及びAUC Op4 Op5 Op6 Op7 Op8 Op9 1pO PassiveAggressiveClassifier ExtraTreeClassifier SGDClassifier DecisionTreeClassifier MLPClassifierd8|8|8|8B GaussianProcessClassifier NuSVC SVC ExtraTreesClassifier AdaBoostClassifier LinearSVC BaggingClassifier LogisticRegression RidgeClassifier RandomForestClassifier GradientBoostingClassifier R Comparisons of Classifiers dAUC of ROCB Op4 Op5 Op6 Op7 Op8 Op9 1pO SGDClassifier PassiveAggressiveClassifier MLPClassifierd8|8|8|8B NuSVC SVC ExtraTreeClassifier LinearSVC GaussianProcessClassifier RidgeClassifier ExtraTreesClassifier LogisticRegression DecisionTreeClassifier AdaBoostClassifier RandomForestClassifier GradientBoostingClassifier BaggingClassifier RR Comparisons of Classifiers dscoreB 重心動揺計では、軌跡??重心動揺?積や閉眼時?開眼時? であるロンベルグ率等の様々なパラメータが得られ、それぞれ の値を元にして迷路障害や中枢障害等を推定する。これらのパ ラメータの処理方法として、各パラメータにそれぞれ係数を掛 けて加算し、?般化線型モデルで処理する古典的な統計学的手 法以外に、例えばアニマ社の重心動揺計に搭載されているよう な、ニューラルネットワークを用いた機械学習の手法が挙げら れる。しかし、ニューラルネットワーク以外の機械学習のアル ゴリズムに関しては、重心動揺計のデータを使って検討した報 告は少ない。 本研究では、めまい診断に有効な機械学習のアルゴリズムに ついて検討することを目的に、各種アルゴリズムを用いて重心 動揺計の検査結果から前庭障害の有無を予測した際の再現率及 びROC曲線のAUCを評価し、各種アルゴリズムの有効性を? 較?検討した。 はじめに 方法 2010年1 ?から2010年11?にめまい専門外来を受診した241 症例の重心動揺計の検査結果のデータセット(Fujimoto et. al. Otol Neurotol. 2014)を使用した。データセットの項目の内訳 は、年齢?性別???、重心動揺計Gravicorder G-5500 (Anima Co. Ltd., Tokyo, Japan)の左右及び前後方向の 0.01-10Hz及び0.1-1HzのAUC、閉眼ラバー負荷の速度及び外周 ?積と、前庭障害の有無である。前庭障害の有無は、ENGでの カロリック(2 mL冷水(4℃)20秒間注?)におけるCP及び緩徐相 速度を評価し、CP 20%以上または緩徐相速度10°/sec未満を前 庭障害と定義した。 年齢は平均50歳(最低12歳、最大89歳、標準偏差20)、上記定 義による前庭障害は78例(32%)、疾患の内訳は、?側前庭障害 13例、聴神経腫瘍12例、前庭神経炎8例、BPPV6例、Ramsay- Hunt症候群3例、真珠腫性中耳炎2例、遅発性内リンパ水腫2 例、めまい突発性難聴2例、耳硬化症1例、側頭骨骨折1例であっ た。 学習及び解析は、Python 3.5、scipy 0.18、scikit-learn 0.18 を用いて?った。 機械学習の手法は、?般化線形モデル(Generalized Linear Models)の中のLogistic Regression、SGDClassifier、サポート ベクタマシン(Support Vector Machines)の中のLinear SVC、 Nu SVC、SVC、決定?(Decision Trees)の中の DecisionTreeClassifier、ExtraTreeClassifier、アンサンブル学 習(Ensemble Methods)の中のAda Boost Classifier、Bagging Classifier、Extra Trees Classifier、Gradient Boosting Classifier、Random Forest Classifier、ニューラルネットワー クモデル(Multi-layer Perceptron Classifier)により学習させ た。パラメータは規定の値を使用した。 各手法において、症例の各項目データから前庭障害の有無を 学習させ、K-分割交差検証を用いて再現率及びROC曲線のAUC により評価した。手法間の再現率及びROC曲線のAUCの?較は Wilcoxon signed-rank testを用いて?い、p<0.05を有意とし た。 [1] Scand Audiol Suppl. 2001;(52):100-2. A novel machine learning program applied to discover otological diagnoses. Laurikkala JP, Kentala EL, Juhola M, Pyvkk? IV. [2] Med Inform Internet Med. 1999 Oct-Dec;24(4):277-89. Decision tree induction in the diagnosis of otoneurological diseases. Viikki K, Kentala E, Juhola M, Pyykk? I. [3] Stud Health Technol Inform. 2008;136:211-6. On machine learning classification of otoneurological data. Juhola M. Comput Methods Programs Biomed. 2014 Oct;116(3):311-8. doi: 10.1016/j.cmpb.2014.04.014. Epub 2014 May 9. Machine learning-based assessment tool for imbalance and vestibular dysfunction with virtual reality rehabilitation system. Yeh SC, Huang MC, Wang PC, Fang TY, Su MC, Tsai PY, Rizzo A. [4] JAMA Otolaryngol Head Neck Surg. 2015 Apr;141(4):364-72. doi: 10.1001/jamaoto.2014.3519. Clinical vestibular testing assessed with machine-learning algorithms. Priesol AJ, Cao M, Brodley CE, Lewis RF. [5] Journal of Machine Learning Research 7:1-30 Jan 2006. Statistical Comparisons of Classifiers over Multiple Data Sets. J. Demsar [6] Otol Neurotol. 2014 Dec;35(10):e317-23. Power spectral analysis of postural sway during foam posturography in patients with peripheral vestibular dysfunction. Fujimoto C, et. al. 機械学習のアルゴリズムとして、様々な手法が提案されてい る。これらの手法には、大きく分けて、正解が分かっている データセットにより学習させる目的の手法(教師あり学習)と、 正解が分かっていないデータセットを複数のグループに分類さ せる目的の手法(教師なし学習)がある。医療の分野において は、前者の手法を用いることが多く、例えば、複数の画像と疾 患の対応のあるデータセットを学習させた上で、未知の画像か ら疾患を予測させた研究報告は多い。 機械学習の手法の発展にともない、従来の統計学的手法に? べて精度の?い手法が数多く提案されており、画像から疾患を 予測させる目的に適合する手法として有名なのは、深層学習 (ディープラーニング)として知られる4層以上の多層ニューラル ネットであるが、ネットのモデルは何種類もあり、?い予測率 を得るためには数万以上の多数の学習データセットを要する。 ?般的な臨床研究におけるデータセットの症例数は、?本全 国の調査でも1万程度で、さらに少ない症例数のことも多く、深 層学習では?い予測率を得られない。このため、研究対象の データセットの性質や数によって、適合する機械学習のアルゴ リズムは異なると考えられる。 本解析では、?般化線型モデルに?べ、アンサンブル学習の Gradient Boosting Classifier、Bagging Classifierの再現率が? く、モデルの性能が?いことがわかった。 画像診断の研究において広く採用されているニューラルネッ トワークは、本解析においては有効な手法ではなかった。この 原因としては、症例数が数百と少なく、?分な学習がされな かったことが挙げられる。 また、モデルのパラメータにより再現率は異なり、最適なパ ラメータを探索することが重要であると考えられた。 機械学習の各手法は、回帰分析と?べて調整できるパラメー タが多く、更なる調整によってより?い性能を得られる可能性 がある。また、従来の統計学的手法によって疾患予測に有効で ないと判断された検査項目であっても、他のデータと束ねて適 切な機械学習のアルゴリズムで処理することで、疾患予測に有 効となる場合があると考えられた。 Gradient Boosting Decision Treeの再現率(0.82±0.06)及びAUC(0.89±0.05)は各手法の中で最も?く、ロジスティック回帰(再 現率:0.78±0.06、AUC:0.85±0.06)と?較し有意に?かった。また、Bagging Classifierの再現率(0.81±0.05)はロジスティック回 帰と?較し有意に?かった。 ニューラルネットは、4層パーセプトロンを用いたが、ロジスティック回帰よりも再現率、AUC共に有意に低かった。サポートベ クタマシンのいずれも手法(Linear SVC、Nu SVC、SVC)についても、ロジスティック回帰より再現率、AUCは有意に低かった。 ロジスティック回帰の学習曲線は、標本数が50前後でtraining accuracy及びvalidating accuracyともに約0.8に収束し、50以上の 標本数の追加による再現率の向上は?られなかった。Gradient Boosting Classifierの場合、training accuracyはほぼ1で、 validating accuracyは標本数200を超えても再現率が向上する傾向にあり、過学習の危険性に注意する必要があるが、標本数の追加 によりさらなる再現率の向上が期待でき、モデルの性能はロジスティック回帰より?いと考えられた。 モデルのパラメータは、それぞれのモデルにおける設定値や制限値であり、パラメータによって予測性能は大きく変わるため、 最適なパラメータの決定は重要である。最適なパラメータを算出する数式等は存在せず、基本的に、経験的方法または、全てのパ ラメータに様々な値を当てはめて再現率を算出し、最大値を探す探索的方法に基づく。ロジスティック回帰及びアンサンブル学習 において、それぞれの代表的なパラメータの調整により再現率がどの程度変化するか評価した。 ?般化線型モデル(ロジスティック回帰) 正則化は、過学習を防ぐための手段であり、L1正則化また はL2正則化が?較的多く用いられる。今回使用したプログラ ムの既定ではL2正則化が採用されており、そのパラメータの 調節により再現率がどう変化するかを評価した。本プログラ ムにおいては、C (Inverse of regularization strength)が?さ い時に正則化が強く、大きな時には正則化が弱い。本プログ ラムの既定のパラメータであるC=1より正則化を強くする と、training accuracy及びvalidating accuracyともに減少 し、過度な正則化は再現率を下げると考えられた。 アンサンブル学習(Gradient?Boosting?Classifier) アンサンブル学習のいくつかは、複数の決定?からモデルが 構成されている。この決定?の数及び深さの調整により再現率 がどう変化するか評価した。決定?の数については、50前後で 再現率が?く、それ以上増やしても再現率は向上しない傾向に あった。決定?の深さについては、3前後で最も再現率が?く、 それ以上の深さでは再現率が低下する傾向にあった。本データ の最適パラメータ探索においては、深さ2、決定?数45の時に最 も再現率が?かったが、プログラムの既定のパラメータである 深さ3、決定?数100の時の再現率と有意差はなかった。 ROC AUCの?較 再現率(recall)の?較 ロジスティック回帰 Gradient Boosting Classifier 決定?の数L2正則化 決定?の深さ