Comorbidity structure as an inductive bias: Comparing output-head designs for multi-label prediction of diabetes and myocardial infarction complications

Imaginez que vous êtes un médecin essayant de prédire quelles complications un patient pourrait rencontrer. Habituellement, les médecins (et les programmes informatiques qui les aident) traitent chaque complication possible comme une prédiction totalement séparée. C'est comme si vous aviez six voyants différents, chacun regardant un patient et disant : « Je pense que vous pourriez avoir des problèmes rénaux », tandis qu'un autre dit : « Je pense que vous pourriez avoir des lésions nerveuses », sans que personne ne se parle.

Ce document pose une question simple : Et si ces complications étaient en fait liées ? Puisqu'elles découlent souvent des mêmes causes biologiques, les « voyants » de l'ordinateur ne devraient-ils pas être autorisés à discuter entre eux ?

Les chercheurs ont testé cette idée en utilisant deux scénarios médicaux très différents, en traitant la « couche de sortie » de l'ordinateur (la partie qui fait la prédiction finale) comme une équipe de détectives.

Les deux dossiers

Dossier 1 : Diabète de type 2 (L'équipe « microvasculaire »)
Dans ce scénario, les complications sont la maladie rénale, les lésions nerveuses et les lésions oculaires. Les chercheurs savaient que ces trois problèmes sont tous causés par des dommages aux petits vaisseaux sanguins. C'est comme si trois pièces d'une maison souffraient toutes de la même fuite de tuyauterie.

• Le test : Ils ont essayé six manières différentes pour que l'ordinateur fasse ses prédictions. Certaines méthodes laissent les prédictions être totalement indépendantes. D'autres forcent les prédictions à travailler ensemble en utilisant des règles mathématiques qui supposent que les problèmes sont liés.
• Le gagnant : La méthode la plus performante était une méthode appelée CRF symétrique. Voyez cela comme une équipe de détectives qui suppose que les trois problèmes sont également connectés à la même cause profonde. C'était une petite équipe simple (avec seulement trois « règles » supplémentaires à suivre), mais elle a incroyablement bien fonctionné, surtout lorsque l'ordinateur ne disposait pas de beaucoup de données à étudier. C'était la seule équipe qui battait systématiquement l'approche « indépendante » lorsque les données étaient rares.
• Le perdant : Ils ont également essayé une équipe très complexe (un MLP résiduel) avec plus de 100 règles supplémentaires. Étonnamment, cette « super-équipe » s'est emmêlée les pinceaux et a obtenu des résultats moins bons que la base de référence simple, prouvant que plus de complexité n'est pas toujours synonyme de mieux.

Dossier 2 : Crise cardiaque (L'équipe « électrique »)
Dans ce scénario, les complications sont différents problèmes de rythme cardiaque. Contrairement au cas du diabète, ces problèmes sont causés par différents dysfonctionnements électriques dans le cœur. C'est moins comme une fuite de tuyauterie et plus comme une tempête électrique chaotique où différentes parties du réseau tombent en panne pour des raisons différentes.

• Le test : Ils ont testé quatre structures d'équipe différentes ici.
• Le résultat : Il n'y a pas eu de vainqueur clair. Selon la quantité de données que l'ordinateur avait à étudier, la « meilleure » équipe changeait. Parfois, l'équipe qui supposait que les problèmes étaient liés gagnait ; parfois, l'équipe qui supposait qu'ils étaient totalement séparés gagnait. Parce que la biologie sous-jacente était désordonnée et variée, aucune structure d'équipe spécifique ne pouvait prédire l'issue de manière fiable.

La grande leçon

Le document conclut que la façon dont nous concevons le « moteur de prédiction » de l'ordinateur ne devrait pas être un simple choix technique aléatoire ou un paramètre standard que nous ajustons. Au contraire, cela devrait être une hypothèse sur le fonctionnement de la maladie.

• Si les maladies sont comme une fuite de tuyauterie affectant plusieurs pièces (comme dans le cas du diabète), une structure d'équipe simple et connectée fonctionne le mieux.
• Si les maladies sont comme une tempête électrique chaotique (comme dans le cas des crises cardiaques), forcer une connexion spécifique pourrait ne pas aider du tout.

En bref : Ne choisissez pas un outil simplement parce qu'il est populaire. Choisissez un outil qui correspond à l'histoire de la maladie que vous essayez de prédire. Si la biologie est connectée, la conception de votre ordinateur doit refléter cette connexion. Si la biologie est désordonnée, votre conception doit être assez flexible pour admettre qu'elle ne connaît pas encore la réponse.