A federated learning and recalibration pipeline for clinical prediction across heterogeneous regions: 30-day mortality after acute myocardial infarction

In der modernen Ära der Medizin verlassen sich Ärzte zunehmend auf Computerprogramme, um die zukünftige Gesundheit eines Patienten vorherzusagen. Diese Werkzeuge, bekannt als klinische Vorhersagemodelle, analysieren die aktuellen Symptome und die Krankengeschichte einer Person, um die Wahrscheinlichkeit eines bestimmten Ergebnisses zu schätzen, wie etwa das Überleben nach einem Herzinfarkt. Damit diese Programme genau sind, müssen sie in der Regel mit riesigen Mengen an Daten aus vielen verschiedenen Menschen trainiert werden. Es besteht jedoch eine erhebliche Barriere: Krankenakten enthalten zutiefst private Informationen. Krankenhäuser und Forschungszentren können ihre Rohdaten aufgrund strenger Datenschutzgesetze und ethischer Bedenken oft nicht untereinander austauschen. Dies schafft ein Dilemma, bei dem die besten Modelle Daten erfordern, die nicht bewegt werden können, während die vorhandenen Daten in isolierten Silos weggeschlossen sind. Um dies zu lösen, haben Wissenschaftler eine Methode namens Federated Learning entwickelt. Anstatt alle Patientendaten in einer zentralen Datenbank zu sammeln, ermöglicht dieser Ansatz jedem Krankenhaus, seine Daten auf den eigenen Computern zu behalten. Die Computer kommunizieren dann miteinander und teilen dabei nur die mathematischen Lektionen, die sie aus ihren lokalen Patienten gelernt haben, ohne jemals die Identität oder spezifische Details der Patienten preiszugeben.

Ein Forscherteam setzte sich zum Ziel zu testen, ob diese Methode effektiv zur Vorhersage der 30-Tage-Mortalität bei Patienten mit akutem Myokardinfarkt – einer schweren Form des Herzinfarkts – eingesetzt werden kann. Sie verwendeten einen massiven, bekannten Datensatz aus einer großen internationalen Studie namens GUSTO-I, der über 40.000 Patienten aus 16 verschiedenen Regionen weltweit umfasste. Das Ziel war es zu sehen, ob ein Modell, das durch die Kombination des Wissens all dieser Regionen erstellt wurde, den Tod ebenso genau vorhersagen konnte wie ein Modell, das durch die Zusammenführung aller Rohdaten erstellt wurde, und ob dieser kombinierte Ansatz besser war als das Vertrauen auf Modelle, die nur in einer einzigen Region trainiert wurden. Die Forscher verglichen drei verschiedene Wege, diese Vorhersagewerkzeuge zu erstellen. Der erste war ein traditioneller Ansatz, bei dem alle Patientendaten an einem zentralen Ort zusammengeführt wurden. Der zweite beinhaltete das Training eines separaten Modells für jede der 16 Regionen unter Verwendung nur der Daten der jeweiligen Region. Der dritte war der Federated-Learning-Ansatz, bei dem die 16 Regionen ihre Modelle lokal trainierten und nur die daraus resultierenden mathematischen Koeffizienten teilten, um ein einziges globales Modell zu erstellen, gefolgt von einer schnellen Anpassung, um sicherzustellen, dass die allgemeinen Risikovorhersagen korrekt kalibriert waren.

Die Ergebnisse zeigten ein klares Muster hinsichtlich der Frage, wie gut diese Modelle von einem Ort zum anderen „reisten“. Wenn die Forscher die Modelle innerhalb der spezifischen Region testeten, in der sie erstellt wurden, schnitten sie vern reasonably gut ab. Wenn sie jedoch ein in einer Region trainiertes Modell nahmen und versuchten, es in einer anderen Region zur Vorhersage von Ergebnissen zu verwenden, sank die Genauigkeit oft erheblich. Einige Modelle, die lokal gut funktionierten, wurden unzuverlässig, wenn sie anderswo angewendet wurden, und zeigten eine schlechte Fähigkeit, zwischen Patienten, die überlebten, und jenen, die verstarben, zu unterscheiden. Dies verdeutlichte ein großes Problem: Lokale Bedingungen, Patientendemografien und Versorgungsstandards variieren stark genug, dass ein für ein Gebiet entwickeltes Modell nicht automatisch auch für ein anderes funktioniert. Im Gegensatz dazu blieben die Modelle, die durch die Kombination der Daten aller Regionen erstellt wurden – sowohl durch das traditionelle zentrale Pooling als als auch durch die neue Federated-Learning-Methode – in allen 16 Regionen stabil und genau. Diese globalen Modelle erreichten konsistent eine hohe Genauigkeit, indem sie Patienten korrekt nach Risiko einstuften (mit einem AUC von 0,82), und sie behielten diese Leistung bei, unabhängig davon, welche Region getestet wurde.

Die Studie bestätigte auch, dass die Federated-Learning-Methode die Leistung der traditionellen zentralen Pooling-Methode fast exakt erreichen kann. Das globale Modell, das durch den Federated-Learning-Ansatz erstellt wurde, bei dem niemals Patientendaten das Heimatkrankenhaus verließen, schnitt genauso gut ab wie das Modell, das aus dem gepoolten Datensatz erstellt wurde. Dies war ein entscheidender Befund, da er demonstrierte, dass Privatsphäre und hochwertige Vorhersage nicht einander ausschließend sind. Die Forscher merkten jedoch eine kleine technische Hürde im Federated-Learning-Prozess an. Als die mathematischen Koeffizienten aus den verschiedenen Regionen einfach zusammengerechnet wurden, neigte das resultierende Modell dazu, das allgemeine Sterberisiko leicht zu überschätzen. Um dies zu beheben, fügte das Team am Ende einen leichten Rekalibrierungsschritt hinzu. Dieser Schritt passte die endgültigen Vorhersagewerte unter Verwendung lediglich der zwischen den Krankenhäusern geteilten statistischen Kennzahlen an und korrigierte so effektiv den Bias, ohne jemals einzelne Patientendaten gesehen zu haben. Nach dieser Anpassung waren die Vorhersagen des Federated-Learning-Modells perfekt auf die des zentralisierten Modells abgestimmt.

Die Forscher untersuchten auch die interne Struktur dieser Modelle, um zu verstehen, warum sie so funktionierten, wie sie es taten. Sie fanden heraus, dass die vom Federated-Learning-Modell gelernten mathematischen Regeln sehr ähnlich zu denen des zentralisierten Modells waren, was darauf hindeutete, dass die verteilte Methode erfolgreich dieselben zugrunde liegenden Muster von Krankheit und Risiko erfasst hatte. Im Gegensatz dazu zeigten die Modelle, die auf einzelnen Regionen trainiert wurden, viel mehr Variationen in ihren internen Regeln, was erklärte, warum sie bei der Anwendung auf andere Gebiete Schwierigkeiten hatten. Eine Region produzierte insbesondere ein Modell, das sich deutlich von den anderen unterschied und bei Tests in anderen Gebieten schlecht abschnitt, was die Vorstellung verstärkte, dass das Vertrauen auf einen einzelnen lokalen Datensatz zu fragilen Vorhersagen führen kann. Die Studie kam zu dem Schluss, dass lokale Modelle zwar innerhalb ihrer eigenen Grenzen nützlich sein können, aber oft daran scheitern, auf neue Settings zu generalisieren. Der Federated-Learning-Ansatz bietet, kombiniert mit einer einfachen Korrektur für das Gesamtrisiko, einen praktischen und sicheren Weg, um robuste Vorhersagewerkzeuge zu entwickeln, die über verschiedene Länder und Gesundheitssysteme hinweg funktionieren, während die sensiblen Patientendaten sicher innerhalb der Mauern des jeweiligen Krankenhauses bleiben.