Adaptive Group-Based Counterfactual Explanations for Time-Series Rehabilitation Data

技術要約：時系列リハビリテーションデータのための適応型グループベース反事実説明

問題提起
臨床リハビリテーション、特に多種多様なセンサーを用いた慣性計測装置（IMU）による動作解析において、機械学習モデルはドメインエキスパートにとっての解釈性に欠けることが多い。臨床医は、個々のセンサーチャネルではなく、意味のある特徴量グループ（例：筋群、関節セグメント、シナジー）に基づいて推論を行う。標準的な時系列データの反事実説明（Counterfactual Explanation; CE）手法は、通常チャネルレベルで動作する。このアプローチは、高次元のIMU設定（例：8つのセンサーからなる48チャネル）において、以下の4つの重大な問題を引き起こす。

1. 組合せ爆発： 探索空間がチャネル数とタイムステップの積に比例して拡大し、結果として、まばらで分散した摂動が生じる。
2. 生体力学的不整合： チャネル単位の編集は物理的制約を無視する可能性があり、不自然なシーケンス（例：関節運動を無視した孤立した軸の変化）を生み出す。
3. 時間的断片化： 分散した編集は、一貫した介入ウィンドウではなく、「時間的コンフェッティ（紙吹雪）」のような状態を作り出す。
4. 階層性の欠如： 説明がシステムレベルの概念（筋群）から特定のセンサーへとマッピングできない。

既存の手法はセンサーのグルーピングやセグメントレベルの抽象化をほとんど組み込んでおらず、臨床的な有用性を制限している。

手法
著者らは、高次元時系列データに対してグループベースの反事実生成を行うための2段階フレームワークであるAdaptive-MOを提案する。この手法は、ドメイン知識に基づくグルーピングと適応型多目的最適化を統合している。

1. ドメイン知識に基づくグルーピング：
   本フレームワークは、解剖学的な位置と信号のモダリティに基づいてセンサーグループを定義する。具体的には、加速度計とジャイロスコープの信号を各筋肉に対して別々のグループとして扱うモダリティベースのグルーピング戦略を採用しており（48チャネルから16グループを生成）、線形加速度と回転運動学を区別しつつ、解剖学的な関係性を維持している。

2. Shapley適応型（SA）グループ・ランキング：
   探索の複雑さを軽減するため、本手法はまずチャネルレベルのShapley値（GradientSHAP経由）を推定し、それらを最大絶対値を用いてグループレベルの重要度へと集約する。最も影響力の大きい上位$k$個のグループを選択することで、最適化の探索範囲を制限する。しかし、実験の結果、静的なSAランキングは妥当性は維持できるものの、十分なグループレベルのスパース性（疎性）を強制するには至らないことが示された。

3. 学習可能ゲート（LG）メカニメント：
   スパース性の限界に対処するため、著者らは**学習可能ゲート（Learnable Gates）**を導入している。これらは、摂動マスクと共に共同最適化される、学習可能なグループごとの関連性パラメータ（$\gamma_g$）である。

• パラメータ化： 反事実は、ゲートによって変調された連続的なマスクを用いて、入力と「最も似ているが異なる隣接サンプル（guide）」を混合することによって生成される。
• 正則化： ゲートには、未使用のゲートをゼロに追い込むための$\ell_1$ペナルティと、ゲートを0または1に押し込むための二値化ペナルティの両方が適用される。これにより、モデルは最適化中に不要なグループを動的に削減（プルーニング）することができ、結果として、スパースでバイナリなグループのサブセットが得られる。

4. 多目的最適化：
   フレームワークは、以下の4つの項からなる合計損失関数を最適化する：

• 妥当性（Validity）： 修正された入力がターゲットとなるクラスを予測することを保証する。
• スパース性（Sparsity）： マスクの大きさ（チャネルレベル）およびアクティブなグループ数を最小化する。
• 時間的滑らかさ（Temporal Smoothness）： 高次の全変動ノルムを用いて滑らかさを強制する。
• ゲート正則化（Gate Regularization）： 最小限のグループセットの選択を促す。
  適応的な重み付けスキームにより、確信度の高いターゲット予測が達成された後は、重点を妥当性からスパース性へと移行させる。

主な貢献

1. Adaptive-MOフレームワーク： 高次元時系列における構造化されたCEのために、Shapleyベースのグループランキングと動的なセンサーグループ選択を組み合わせた新しいフレームワーク。
2. 学習可能ゲート（LG）メカニズム： 摂動マスクと共同で最適化される、スパースで解釈可能かつ臨床的に意味のあるセンサーグループを自動選択する手法。
3. 実証的検証： KneE-PADデータセット（31名の患者、8つのIMU、3つのエクササイズ：スクワット、膝伸展、歩行）を用いた系統的な評価により、グループ構造化された反事実が簡潔な筋レベルの修正ガイダンスを提供することを実証。

結果
実験では、提案されたLGの各バリアントを、多変量時系列に対する最先端手法であるチャネルレベルのM-CELSと比較した。

• 妥当性と成功率： 最も優れた性能を示したバリアントであるLG-SHAP prunedは、高いターゲット確信度（80.8%）を伴う**94.7%**の反事実成功率を達成した（M-CELSは90.0%）。
• スパース性： LG手法は説明の複雑さを大幅に軽減した。LG-SHAP prunedは、平均で8.2個のモダリティグループ（M-CELSの11.2個に対し27%減少）および18.0個のチャネル（M-CELSの22%減少）を修正した。さらに高いスパース性を実現したLG-fixed pruneバリアントは、妥当性とのわずかなトレードオフの中で、より高いスパース性（5.2グループ）を達成した。
• 妥当性と滑らかさ： グループ構造化された摂動は、M-CELSと同等の時間的滑らかさを維持しており、人工的な不連続性が導入されていないことを示した。
• エクササイズ固有のパターン： LGは、バイオメカニクスに沿ったエクササイズ固有の選択的な活性化パターン（例：膝伸展における大腿四頭筋／ハムストリングスの共収縮をターゲットにするなど）を生成したが、M-CップM-CELSはグループ全体にわたる拡散的で広範な活性化を示した。
• 効率性： LGバリアントの生成時間（8.0–9.7秒）は、M-CELS（10.0秒）と同等、あるいはそれよりも高速であった。

意義と主張
本論文は、提案されたフレームワークが反事実の質を損なうことなく、解釈性を高めることを主張している。センサーのグルーピングを臨床的な推論（筋群や関節セグメント）に合わせることで、本手法は実行可能な説明（例：「右ハムストリングスの活動を減らす」）を生成する。

• 臨床的適合性： グループ構造化された反事実は、理学療法士の階層的な推論に一致する、簡潔な筋レベルの修正ガイダンスを提供する。
• 構造的改善： 本研究は、IMUベースのリハビリテーションにおいて、動的な特徴量グループレベルの最適化が、チャネルレベルの手法よりも解釈可能で信頼性の高い説明を生み出すことを示している。
• 設計上の選択： 本論文は、時系列の反事実における設計として、センサーのグルーピングが理論的に根拠があり、実用的に重要な選択であることを強調している。

限界と今後の課題
著者らは、実験が特定の患者数を含むKneE-PADデータセットに限定されていることを指摘している。また、センサーのグルーピングは下肢IMU用に手動で作成されたものである。今後の展望として、自動的なグループ発見、マルチモーダル融合（例：sEMGとの融合）、遠隔リハビリテーションへのリアルタイム展開、および信頼性と実行可能性を評価するための臨床家によるユーザー調査などが挙げられている。