Explainable AI for Chronic Kidney Disease Prediction Using Simulated Federated Learning

Technisches Resümee: Erklärbare KI zur Vorhersage chronischer Nierenerkrankungen mittels simuliertes Federated Learning

Problemstellung
Chronische Nierenerkrankungen (CKD) stellen eine erhebliche Herausforderung für die öffentliche Gesundheit dar, die durch den schrittweisen Verlust der Nierenfunktion gekennzeichnet ist. Eine frühzeitige Erkennung ist entscheidend, um schwere Komplikationen zu verhindern und die Patientenergebnisse zu verbessern. Die Entwicklung zuverlässiger Vorhersagemodelle erfordert jedoch häufig die Aggregation sensibler Patientendaten aus mehreren Gesundheitseinrichtungen, was erhebliche Bedenken hinsichtlich des Datenschutzes aufwirft. Traditionelle zentralisierte Ansätze des maschinellen Lernens erfordern die Weitergabe von Rohdaten an Dritte, was Barrieren für die Zusammenarbeit und die Datensicherheit schafft. Darüber hinaus behindert die „Black-Box“-Natur vieler fortgeschrittener Algorithe, obwohl hochpräzise Modelle existieren, das Vertrauen und die Akzeptanz im klinischen Umfeld, in dem Transparenz von entscheidender Bedeutung ist.

Methodik
Diese Studie schlägt ein Framework vor, das Federated Learning (FL) mit Ensemble-Methoden des maschinellen Lernens und erklärbarer KI (XAI) integriert, um CKD vorherzusagen und gleichzeitig die Datensicherheit zu gewährleisten. Die Methodik erfolgt in den folgenden Phasen:

1. Datensatz und Vorverarbeitung: Die Forschung nutzte einen klinischen Datensatz mit 400 Patientenakten, der 14 medizinische Prädiktorvariablen (z. B. Blutdruck, Hämoglobin, Serumkreatinin) und ein binäres Klassenlabel enthält. Um das Klassenungleichgewicht (62,5 % CKD gegenüber 37,5 % Nicht-CKD) zu beheben, wurde die Synthetic Minority Over-sampling Technique (SMOTE) angewendet, wodurch der Datensatz auf 500 Stichproben erweitert wurde.
2. Federated Learning Architektur: Die Studie simulierte eine föderierte Umgebung mit drei unterschiedlichen Clients. Der Datensatz wurde mittels stratifizierter Aufteilung in drei Teilmengen unterteilt, um die Klassenverteilung beizubehalten.
   • Lokales Training: Jeder Client trainierte lokale Modelle unter Verwendung von drei Ensemble-Algorithmen: Random Forest (RF), AdaBoost und XGBoost.
   • Optimierung: GridSearchCV wurde auf der Client-Seite eingesetzt, um die Hyperparameter-Optimierung zu automatisieren und Overfitting zu verhindern.
   • Modellauswahl: Für jeden Client wurde der Algorithmus ausgewählt, der die höchste Genauigkeit auf dem lokalen Testdatensatz erzielte, um als optimales lokales Modell zu dienen.
3. Globale Aggregation: Ein zentraler Server aggregierte die ausgewählten lokalen Modelle mithilfe eines gewichteten VotingClassifier. Die den Modellen zugewiesenen Gewichte waren proportional zu ihren jeweiligen lokalen Testgenauigkeiten, wodurch sichergestellt wurde, dass leistungsstärkere Modelle einen größeren Einfluss auf die globale Vorhersage ausübten.
4. Erklärbarkeit: Um die Transparenz zu erhöhen, wurde Local Interpretable Model-agnostic Explanations (LIME) angewendet, um die Vorhersagen des globalen Modells zu interpretieren und die Merkmalsbeiträge für einzelne Instanzen zu identifizieren.
5. Evaluierung: Das System wurde anhand von Genauigkeit (Accuracy), Recall, Präzision und dem F1-Score sowie mittels 5-facher Kreuzvalidierung bewertet, um die Generalisierung zu prüfen.

Wesentliche Beiträge

• Datenschutzwahrendes Ensemble-Lernen: Die Studie demonstriert ein simuliertes FL-Framework, bei dem RF, AdaBoost und XGBoost kombiniert werden, ohne dass Rohdaten der Patienten geteilt werden müssen, was die Datenschutzbeschränkungen im Gesundheitswesen adressiert.
• Hybride Modelloptimierung: Durch die Nutzung von GridSearchCV zur lokalen Parameteroptimierung und eines gewichteten VotingClassifier zur globalen Aggregation nutzt dieser Ansatz die Stärken mehrerer Ensemble-Methoden.
• Integration von XAI: Die Einbindung von LIME bietet Interpretierbarkeit, die es Stakeholdern ermöglicht, die Begründung hinter den CKD-Vorhersagen zu verstehen, wobei insbesondere der Beitrag von Merkmalen wie Hämoglobinspiegel und Zuckerwerten hervorgehoben wird.

Ergebnisse

• Lokale Leistung: In den simulierten Clients erreichte Random Forest eine Genauigkeit von 100 % über alle Metriken hinweg für Client 1. Für die Clients 2 und 3 erreichten die jeweils besten Modelle (AdaBoost bzw. XGBoost) eine Genauigkeit von etwa 97 %, einen Recall von 100 %, eine Präzision von 94 % und F1-Scores von 97 %.
• Globale Modellleistung: Das aggregierte globale Modell erreichte eine durchschnittliche Genauigkeit von 99 %. Speziell für Klasse 0 (Nicht-CKD) erreichte das Modell eine Präzision von 98 % und einen Recall von 100 %. Für Klasse 1 (CKD) erreichte es eine Präzision von 100 % und einen Recall von 98 %. Der F1-Score für beide Klassen betrug 99 %.
• Kreuzvalidierung: Eine 5-fache Kreuzvalidierung bestätigte die Robustheit des Modells, mit Genauigkeitswerten zwischen 96 % und 100 % über die Folds hinweg, wobei die Folds 3 und 5 100 % erreichten.
• Merkmalsrelevanz: Die LIME-Analyse zeigte, dass Hämoglobinwerte (speziell das Intervall 11,30 < Hemo ≤ 13,23) und der Hypertonie-Status signifikante Beitragsfaktoren zum Entscheidungsprozess des Modells waren.

Bedeutung und Behauptungen
Das Paper behauptet, dass das vorgeschlagene Framework erfolgreich ein Gleichgewicht zwischen hoher Vorhersageleistung, Datenschutz und Modellinterpretierbarkeit herstellt. Durch das Erreichen einer Genauigkeit von 99 % unterstreicht die Studie das Potenzial interpretierbarer Federated-Learning-Modelle, die Frühdiagnose von CKD zu unterstützen, ohne die Vertraulichkeit der Patienten zu gefährden. Die Autoren behaupten, dass dieser Ansatz die datengesteuerten Lösungen im Gesundheitswesen vorantreibt, indem er eine zuverlässige, transparente und datenschutzwahrende Alternative zur zentralisierten Datenerhebung bietet. Die Studie kommt zu dem Schluss, dass solche Modelle die Abhängigkeit von umfangreichen klinischen Tests zur Früherkennung reduzieren können, merkt jedoch an, dass zukünftige Arbeiten erforderlich sind, um diese Ergebnisse an größeren, vielfältigeren Datensätzen zu validieren, um eine breitere klinische Anwendbarkeit zu gewährleisten.