- …
- …
#796
summarized by : worldblue
どんな論文か？
時系列の疾患予測の問題には、医療ラベリングのコストが高いため実際の状況では過去のタイムステップで疾患ラベルが不足しているケースが多く、また画像には病気とは関係のない情報や特徴がたくさんあるといった課題があります。
この論文では直接関係のある隠れ変数を明示的に指定する因果的隠れマルコフモデル（Causal-HMM）を提案した。（図を参照）
新規性
疑似相関（交絡バイアスなど）の学習を回避するために、隠れ変数を3つの部分に明示的に分離したことによって、分布外のテストデータでロバストな予測を実現。
a）疾患（臨床）関連の部分 b）疾患（非臨床）関連部分 c）その他
結果
視神経乳頭萎縮症の時系列予測問題に提案したcausal-hmmを適用し、現在の既存の最良の方法と比較した。新しいテストセット分布の下でより良いパフォーマンスを達成し、メソッドの有効性と堅牢性を実証しました。
その他（なぜ通ったか？等）
https://sites.google.com/view/causal-hmm
- …
- …