Adaptive Selection of MICE Algorithm Parameters: A Case Study on Pulmonary Function Value Prediction Models

あなたは、来週の火曜日の天気を予測しようとしているところだと想像してください。手元には、気温、風速、湿度、気圧といったデータが詰まったノートがあります。しかし、そのノートは古くて字が汚いため、いくつかのページが破れていたり、数字があった場所にインクが滲んでいたりします。もし、欠けている数字を適当に推測したり、空白のまま放置したりすれば、あなたの天気予報は悲惨なものになるでしょう。

これは、医師が直面している問題そのものです。肺機能検査（呼吸器疾患を持つ患者など）を受ける際、患者はさまざまな時期に病院を訪れますが、その記録には、1秒間に吐き出せる空気の量（FEV1）や、全肺容量（FVC）といった主要な測定値の欠落した数字が含まれていることがよくあります。

ある研究チームは、この「空白」を埋めるためのスマートな方法をテストすることに決めました。彼らは単に推測したのではなく、「MICE（連鎖方程式による多重代入法）」と呼ばれる手法を用いました。MICEを、単なる消しゴムではなく、**「超スマートな探偵」**だと考えてみてください。探偵は、一つの欠落した数字を孤立して見るのではなく、ノートにある他のすべての数字を見ます。FEV1とFVCは、通常一緒に動く「親友」のような関係であるため、片方が欠けていれば、探偵はもう一方を使って、それが「あるべき姿」を導き出すのです。

「一律対応」の罠

この論文は、すべての欠落した数字を同じように扱うという「怠慢な」アプローチに対して、強く警鐘を鳴らしています。日記の欠けているページを、他のすべてのページの平均値を書くだけで埋めようとする場面を想像してみてください。それは、退屈な食料品の価格リストであればうまくいくかもしれませんが、激しい感情の起伏に満せまった日記に対しては、無残に失敗するでしょう。

研究者たちは、肺のデータが扱いづらいものであることを見出しました。FEV1やFVCのような数値は非常に安定しており、予測しやすいものです。一方で、FEF25-75%（呼吸の中盤での空気の流れの速さを測る指標）のような数値は、予測不能な「ワイルドカード」であり、激しく変動し、ノイズが多いのです。もし、これらのワイルドカードを安定した数値と同じように扱ってしまうと、あなたの探偵（アルゴリズム）は混乱してしまいます。

適応型の解決策：探偵のチューニング

この研究の主な発見は、探るべき手がかりの種類に応じて、**「探偵をチューニング」**する必要があるということです。研究者たちは、「適応型選択（adaptive selection）」法を提案しました。彼らは次のように探偵を設定しました。

1. 出発点（初期化）:

   • 安定した手がかり（FEV1とFVC）については、探偵に対し、**「平均値（mean）」**から推測を開始するように指示しました。これらの数値は激しく変動しないため、これは安全な賭けとなります。
   • 予測不能な手がかり（FEF25-75%とPEF、つまりピークフロー）については、探偵に対し、**「中央値（median）」**から開始するように指示しました。なぜなら、もし奇妙な外れ値（極端に悪い呼吸測定値）があったとしても、平均値は歪んでしまいますが、中央値は安定しているからです。

2. 推測の回数（イテレーション）:

   • 探偵は一度に事件を解決するわけではありません。推測を行い、他の手がかりを確認し、より良い推測を行い、これを繰り返します。これを「イテレーション（反復）」と呼びます。
   • 研究者たちは、予測不能な手がかり（FEF25-75%）については、探偵がより懸命に働く必要があることを見出しました。彼らは、この特定の変数に対して**20回の推測（イテレーション）**を行うよう設定しました。
   • 安定した手がかりについては、14回の推測で正解に到達するのに十分でした。

テスト走行

この「適応型探偵」が従来の方法よりも優れているかどうかを確認するために、研究者たちはシミュレーションを行いました。彼らは598人の患者の2年間の実データを使用し、人工的に**5%、10%、20%**の数字を抜き取りました。そして、LSTM（時間のパターンを見つけることに長けたAIの一種）と呼ばれるコンピュータの脳を用いて、将来の肺機能を予測させました。

彼らは、この「適応型MICE探偵」を、PCHIP（ドットの間を滑らかな線でつなぐような手法）と呼ばれる別の手法と比較しました。

結果:

• 朗報: 適応型MICE法は驚くほど安定していました。データの**20%が失われていた場合（大きな空白がある状態）でも、予測誤差は非常に低いまま維持されました。20%の欠損率における平均絶対誤差率（MAPE）は約5.831%**でした。
• 比較: 滑らかな線を引くPCHIP法もまずまずの結果でしたが、MICE法の方が、異なる肺機能テスト間の関係性を利用して空白を埋める能力に長けていました。
• 意外な事実: 「最適な」設定は、どれだけのデータが欠落しているかによって変化しました。20%が欠落していたとき、実はすべてに対して「平均値」から開始する方が、適応型のスタートよりもわずかに優れた結果となりました。これは、適応型の手法は素晴らしいものの、あらゆる状況において完璧に機能する「たった一つの魔法の設定」は存在しないことを示唆しています。

これが意味すること（および意味しないこと）

この論文は、異なる肺の測定値に対して、それぞれに適した扱い（予測不能なものにはより多くの思考時間を与え、より安全な推測から開始させること）をすることで、データが乱れていてもより優れた予測モデルを構築できることを示唆しています。

しかし、著者たちは、これがまだ「魔法の特効薬」ではないことも慎重に述べています。彼らは、自分たちの「欠損データ」はラボ内のコンピュータによって作成されたものであり、実際の患者が通院を逃した場合（より複雑な状況になり得る）とは異なることを認めています。また、これらは一つの特定のAIモデルでのみテストされたものです。これがすべての病院や、他のあらゆる疾患に対して有効であることを証明したわけではありません。

しかし、現時点では、この研究は、もしあなたが肺の健康を正確に予測したいのであれば、単に空白をランダムに埋めるべきではないことを示しています。あなたは、いつ慎重になり、いつ柔軟になり、そして何度ダブルチェックすべきかを知っている「探偵」を必要としているのです。