Adaptive Multi-Agent Feature Selection for Personalized Fall Risk Prevention

技術要約：PAFIR – 転倒リスクの特定および予防のための、パーソナライズされた適応型特徴量選択

問題提起
高齢者の転倒は、複数のリスク領域にわたる複雑で時変的な相互作用によって引き起こされる、極めて重要な公衆衛生上の課題である。既存の転倒リスク特定手法の多くは静的であり、多様なモダリティ（例：構造化された臨床調査、ウェアラブルセンサーのストリーム）や時間の経過に伴って進化する、個別化されたリスク要因に対して適応的にモデル化することができていない。主な課題は以下の通りである：

• データの異質性： 疎で遅延のある転倒アウトカムと、連続的で高頻度なウェアラブルデータ、および構造化された臨床評価を統合すること。
• 動的な相互作用： 身体能力と心理的なリスク認識（例：転倒への恐怖）の間の不一致は時間の経過とともに進化するが、ほとんどのモデルは静的な関係を想定しているか、あるいは各要因を孤立したものとして扱っている。
• 疎な報酬： 転倒イベントは稀であり、不規則である。PEER研究では、1,364件の訪問レベルの観察に対して、転倒イベントはわずか69件しか観察されなかった。この疎な報酬信号は、標準的な強化学習（RL）エージェントにとって、効果的な特徴量選択ポリシーの学習を困難にしている。

手法：PAFIRフレームワーク
著者らは、縦断的なマルチモーダル・ヘルスケアデータに対するマルチエージェント強化学習問題として、転倒リスク因子の特定を定式化したPAFIR（Personalized and Adaptive Feature selection framework for fall risk Identification and pRevention）を提案している。このフレームワークは、以下の3つの核心的な革新から構成される：

1. 階層的マルチモーダル状態表現：

   • 構造的エンコーディング： 臨床的特徴は、PEERアセスメントのドメインに基づき、臨床的に意味のあるグループ（例：身体組成、心理状態）に整理される。各グループ内では、特徴量はドメイン内の相関を捉えるために完全結合グラフを形成する。グループ間のトポロジーは、異なるドメイン間における重要性の共変動を捉える。
   • 時間的エンコーディング： ウェアラブル由来の時系列データ（例：歩数、ベクトル大きさ、姿勢状態）は、時系列エンコーダー（Transformerベース）を介して処理され、臨床訪問間の微細な行動ダイナミクスを捉える。
   • 状態融合： 融合メカニズムにより、構造的特徴の表現と時間的埋め込みを整合させ、各参加者の各更新時刻 $t$ における包括的な状態表現 $s_{i,t}$ を作成する。

2. 適応的比較駆動型特徴量選択メカニズム：
   PAFIRは、特徴量選択プロセスを逐次的かつ協調的な意思決定へと分解するために、3エージェント強化学習フレームワークを採用している：

   • 候補エージェント（Candidate Agent）： アウトカムへの潜在的な関連性に基づき、評価対象となる特徴量グループを提案する。
   • 参照エージェント（Reference Agent）： 比較のために、残りの空間から競合する特徴量グループを選択する。
   • 操作エージェント（Operation Agent）： 比較に基づき、候補グループを追加、削除、または保持するかを決定する。
     このメカニズムは、候補グループを参照グループと比較することで、特徴量を単独で評価するのではなく、増分的な寄与を評価することを可能にし、能動的な特徴量セット $F_{i,t}$ を反復的に洗練させる。

3. 臨床プロキシを用いた疎な報酬設計：
   転倒イベントの希少性に対処するため、PAFIRは動的な報酬メカニズムを利用する：

   • 転倒イベント： 転倒が発生した際、選択された特徴量の寄与を反映するように報酬が即座に調整される。
   • 臨床プロキシ（代理指標）： 転倒が発生しない場合（定期訪問時）、報酬は転倒リスクと相関することが臨床的に検証されているプロキシ指標、具体的には「転倒恐怖尺度－国際版（FES-I）」および「BTrackS バランス・トラッキング・システム（BBS）」のスコアから導出される。
   • 報酬関数： 報酬 $r_{i,t}$ は、過去に観察された最良のパフォーマンスに対するパフォーマンスの改善度として計算され、転倒イベントが存在しない場合でも継続的なフィードバックを保証する。

主な貢献

• RLにおける階層構造： 特徴量間のマルチレベルの依存関係を捉えるために、トポロジーを考慮した階層構造をRLフレームワークに組み込んだ。これは、臨床アセスメント（例：「転倒への恐怖」ドメイン内の質問項目）の自然な構成を反映している。
• 比較駆動型の選択： 選択プロセスを、候補生成、参照ベースの比較、および反復的な洗練へと分解することで、複雑で相関のあるヘルスケア環境において、より信頼性の高いリスク因子の特定を可能にした。
• 疎な報酬への対応： 転倒イベントの疎な信号を臨床プロキシで補完することにより、より広範な転倒リスクのパターンを捉え、低イベントシナリオにおける特徴量選択の堅牢性を向上させた。

実験結果
本フレームワークは、Physio fEedback Exercise pRogram (PEER) クラスターランダム化試験（参加者341名、訪問レベルの観察1,364件、および250万件以上のタイムスタンプ付きウェアラブル観察）のデータを用いて評価された。

• 性能： PAFIRは、特徴量回収率（FRR）（0.874 対 次点の0.795）および選択の安定性（0.990）において、最先端のベースライン（TAR、SAT、TTG、Group LASSO、LASSOを含む）を上回った。また、優れた相関回収率（0.974）を達成しており、これは特徴量間の依存関係がより良く保持されていることを示している。
• アブレーション研究： コアコンポーネント（階層構造、3エージェントメカニズム、または疎な報酬への対応）のいずれかを除去すると、一貫した性能低下が見られ、各要素の必要性が確認された。
• 臨床的知見：
  • コミュニティレベル： PAFIRは、介入サイト（Kinneret）が、従来の物理的・機能的要因とともに、心理的および行動的要因（例：不安、マインドフルネス）を一貫して選択していることを特定した。一方、対照サイト（LCA）は主に伝統的な物理的および機能的要因に依存していた。これは、介入が心理的ドメインを効果的に関与させたことを示唆している。
  • 時間的ダイナミクス： モデルは、転倒イベントに関連する特徴量の重要性の変化を捉えた。転倒前は、身体活動と筋力が顕著であった。転倒後は、モデルは心理的、行動的、および臨床的スクリーニングの特徴（例：睡眠パターン、クロノタイプ）を含むように拡張された。これは、多次元的な回復およびリスクプロファイルを反映している。
  • パーソナライゼーション： 本フレームワークは、ベースラインの座りがちな行動の指標から、転倒後の心理的および臨床的スクリーニングのニーズへと適応する、個別化された、時間とともに進化する特徴量の優先順位を生成する能力を示した。

意義と主張
本論文は、PAFIFが、進化するリスク要因に適応する動的かつ被験者固有の特徴量選択を可能にすることで、静的または単一モダルのアプローチに対する重要な進歩を提供すると主張している。マルチモーダルなデータを統合し、データの希薄さを克服するためにプロキシ信号を利用することで、PAFIRはよりタイムリーでパーソナライズされた転倒予防戦略をサポートする。著者らは、このアプローチが、アウトカムが疎であったり遅延したりする場合、特にヘテロジニアスでマルチモーダルかつ縦断的なデータから臨床的に関連するリスク因子を特定する必要がある他のヘルスケア設定にも汎用可能であると考えている。本研究は、効果的な予防には、単にリスク信号を検出するだけでなく、各個人にとって「どの」特徴量が最も情報量が多く、「いつ」介入すべきかを適応的に決定することが重要であることを強調している。