Résumé Technique : GraD-IBD

Énoncé du Problème

La Classification Internationale des Maladies (CIM) fournit un enregistrement standardisé et mondialement reconnu des événements diagnostiques lors des consultations médicales. Cependant, l'utilisation de séquences longitudinales de codes CIM pour la prédiction de maladies présente des défis majeurs en raison de leur nature irrégulière, non structurée et de leur complexité hiérarchique. Les méthodes traditionnelles de modélisation séquentielle (par exemple, les RNN, les Transformers) éprouvent souvent des difficultés avec ces irrégularités, conduisant à des conceptions de modèles excessivement complexes et à des coûts de calcul élevés.

Plus spécifiquement, cet article aborde la détection précoce de la maladie inflammatoire de l'intestin (MII). La MII est difficile à diagnostiquer dans des contextes non spécialisés en raison de symptômes non spécifiques (par exemple, douleurs abdominales, saignements), entraînant souvent un délai de 3 à 6 mois entre l'apparition des symptômes et le diagnostic. Ce délai conduit à des résultats moins favorables, en particulier pour les adultes de moins de 50 ans qui peuvent avoir des dossiers médicaux épars. L'objectif est de développer un modèle capable de détecter le risque de MII uniquement sur la base des trajectoires de diagnostic, en le distinguant des affections abdominales bénignes présentant des manifestations similaires, tout en maintenant une efficacité de calcul.

Méthodologie : GraD-IBD

Le modèle proposé GraD-IBD (Apprentissage par Représentation Graphique à partir des Trajectoires de Diagnostic) reformule les trajectoires CIM irrégulières en graphes structurés et temporellement dirigés pour faciliter un apprentissage efficace. La méthodologie se déroule en trois étapes principales :

1. Encodage de Fréquence par Seaux de Visite

Pour gérer les intervalles de visite irréguliers, les auteurs introduisent un paradigme d'encodage de fréquence par seaux de visite.

• Les historiques de diagnostic des patients sont divisés en seaux temporels de durée $\tau$ (par exemple, hebdomadaire).
• Les diagnostics survenant dans une courte période sont traités comme une image globale de l'état du patient plutôt que comme des événements causaux distincts.
• Cela transforme la série temporelle irrégulière en une matrice structurée $X \in \mathbb{R}^{N \times T}$, où $N$ est le nombre de codes CIM uniques et $T$ est le nombre de seaux. La valeur $x_{c,t}$ représente la fréquence du code $c$ dans le seau $t$.

2. Construction du Graphes CIM

La matrice est ensuite compressée en un graphe temporellement dirigé $G(V, E)$ pour chaque patient :

• Nœuds ($V$) : Représentent les codes CIM uniques observés dans des seaux de visite non vides spécifiques, ordonnés chronologiquement. Les codes récurrents dans différents seaux sont des nœuds distincts.
• Arêtes ($E$) : Des connexions dirigées existent de tous les nœuds d'un seau $b_i$ vers tous les nœuds du seau non vide suivant $b_{i+1}$, capturant le flux temporel de l'historique de diagnostic.
• Poids des Arêtes : Définis par $f(e) = x_{c,b_i} \cdot \text{Sim}(u_c, v_d)$, où $x_{c,b_i}$ est la fréquence d'occurrence et $\text{Sim}$ est la similarité cosinus entre les vecteurs d'incorporation du nœud source et du nœud cible. Cela encode à la fois la fréquence du diagnostic et la similarité sémantique entre les codes.

3. Réseau de Neurones Graphiques avec Propagation de Messages Sensible au Contexte et à Décroissance Temporelle

Le cœur du modèle est un mécanisme de propagation de messages novateur conçu pour mettre à jour les caractéristiques des nœuds :

• Incorporation de Nœud : Chaque nœud est initialisé avec un vecteur d'incorporation apprenable représentant le type de code CIM.
• Propagation de Messages : Les caractéristiques des seaux précédents sont agrégées via une somme pondérée basée sur les poids des arêtes. Cela garantit que les diagnostics similaires et répétés lors des visites antérieures ont plus de poids.
• Facteur de Décroissance Temporelle : Le message agrégé est multiplié par un facteur de décroissance temporelle exponentielle, $\exp(-\lambda \cdot \Delta t)$, où $\Delta t$ est l'intervalle de temps entre les seaux. Cela garantit que les visites récentes pèsent plus lourdement que les événements historiques lointains.
• Mise à Jour des Caractéristiques : Le message à décroissance temporelle est ajouté à l'incorporation du nœud cible et passé à travers un réseau entièrement connecté (FCN) avec une activation ReLU.
• Classification : Un pooling moyen global agrège les incorporations de nœuds en un vecteur de graphe de longueur fixe, qui est ensuite alimenté dans un FCN à deux couches pour une classification binaire de la MII.

Contributions Clés

L'article revendique trois contributions principales :

1. Encodage de Fréquence par Seaux de Visite : Un paradigme novateur pour traduire les séries temporelles CIM irrégulières en matrices structurées, simplifiant la représentation des données.
2. Graphe CIM au Niveau du Patient : La conception d'un graphe temporellement dirigé qui reformule les encodages de diagnostic, capturant à la fois la co-occurrence diagnostique et les dépendances temporelles.
3. Modèle GraD-IBD : La construction d'un réseau de neurones graphiques doté d'un mécanisme de propagation de messages sensible au contexte et à décroissance temporelle. Cela permet au modèle d'apprendre des caractéristiques significatives tout en réduisant la complexité par rapport aux modèles séquentiels.

Résultats Expérimentaux

Le modèle a été évalué sur un ensemble de données réel du système de santé Mayo Clinic, comprenant 1167 patients atteints de MII (cas) et 7871 témoins appariés présentant des affections abdominales bénignes.

• Performance : GraD-IBD a atteint une AUROC moyenne de 0,752, une AP de 0,597 et un score F1 de 0,612 pour un intervalle de prédiction d'un mois. Il a surpassé les modèles séquentiels de l'état de l'art (Transformer, LSTM) et d'autres modèles graphiques (GraphSAGE, GAT, GCN).
• Efficacité : L'approche basée sur les graphes a démontré des réductions significatives de la complexité computationnelle. GraD-IBD nécessitait 23,495 millions d'opérations FLOPs et 0,172 million de paramètres, contre le Transformer (419,680M FLOPs, 1,38M de paramètres) et le LSTM (698,420M FLOPs, 2,31M de paramètres).
• Étude d'Ablation : Les expériences ont confirmé que la combinaison de la similarité des codes, de la fréquence d'occurrence et de la décroissance temporelle produisait les meilleures performances. Le retrait de ces composants sensibles au contexte ou temporels a entraîné des métriques inférieures, la ligne de base à poids uniforme (équivalente au GraphSAGE standard) se comportant le pire.
• Analyse de Sensibilité : Le modèle a maintenu une performance supérieure sur des intervalles de prédiction allant de 1 à 6 mois. L'écart de performance entre GraD-IBD et les modèles de base s'est élargi à mesure que l'intervalle de prédiction augmentait (par exemple, une amélioration de 44 % de la précision moyenne par rapport à GraphSAGE pour un intervalle de 6 mois).

Importance et Revendications

Les auteurs positionnent GraD-IBD comme le premier travail exploitant l'apprentissage par représentation graphique spécifiquement pour la prise en charge de la MII. L'importance du travail réside dans sa capacité à :

• Permettre une Prédiction Efficace : En reformulant les trajectoires CIM irrégulières en graphes, le modèle atteint une haute précision avec des coûts de calcul significativement inférieurs à ceux des modèles séquentiels, le rendant évolutif pour des applications cliniques à grande échelle.
• Répondre à la Sparsité des Données : L'approche est particulièrement précieuse pour les populations ayant des dossiers médicaux épars (par exemple, les adultes de moins de 50 ans), où les méthodes traditionnelles peuvent éprouver des difficultés.
• Améliorer la Détection Précoce : La performance robuste du modèle dans la prédiction du risque avec des délais d'anticipation allant jusqu'à 6 mois suggère un potentiel de réduction du délai diagnostique de 3 à 6 mois actuellement associé à la MII, améliorant ainsi les résultats pour les patients.

L'article conclut que l'apprentissage par représentation graphique offre une voie prometteuse pour une prédiction efficace, évolutive et précise du risque de maladie à partir de codes CIM longitudinaux, tout en reconnaissant la nécessité d'une validation externe à travers différents systèmes de santé pour confirmer la généralisabilité.