Clinical Evidence Morphology--Rhythm for ECG (CEMR-ECG): a traceable evidence framework for imbalanced heartbeat classification

技術要約：臨床的エビデンス形態学–リズムによるECG（CEMR-ECG）

問題提起
自動心電図（ECG）心拍分類器は、正常な心拍が分布の大部分を占めるクラス不均衡にしばしば直面し、その結果、稀な心拍（上室性、心室性、融合波）を見逃してしまう傾向がある。さらに、標準的なディープラーニングモデルは、最終スコア以上の決定根拠を限定的にしか提供できず、「なぜ特定の心拍がそのように分類されたのか」という解釈を困難にしている。既存のアプローチは通常、波形エンコーダーの改善、学習データの再構成、損失関数の変更、あるいは事後的な説明の提供に焦点を当てている。ここに、バックボーンの確率出力と最終分類の間に、固定された名前付きの臨床的エビデンスを挿入することで、決定プロセスの解釈性を損なうことなく稀なクラスを回収するように設計された、追跡可能な決定層フレームワークへの空白が存在する。

手法
著者らは、波形バックボーン自体を置き換えるのではなく、決定層のインターフェースとして機能する追跡可能なエビデンスフレームワークであるCEMR-ECGを提案する。このフレームワークは、標準的なクラス（Normal (N)、Supraventricular ectopic (S)、Ventricular ectopic (V)、Fusion (F)、Unknown (Q)）に対して確率ベクトルを出力する、あらゆるAAMI形式の心拍分類器と互換性があるように設計されている。

1. エビデンスの表現:
   各アノテーション済み心拍に対し、5つの特定の臨床的エビデンスグループからなる固定された362次元のエビデンスベクトル（$z_i$）が構築される：

   • RRリズム: 前後のR–R間隔、局所的および全体的な中央値、および比率。
   • 形態学（Morphology）: 残存する各リードごとの26種類の局所的形態サマリー。
   • リード間波形差: 保持された2つのリード間のペアワイズ差。
   • 形状微分サマリー: 再サンプリングされた波形および一次差分トレース。
   • プロトタイプ・エビデンス: 学習スプリットから計算されたクラス・プロトタイプに対するコサイン類似度および距離指標。

2. アーキテクチャと融合:

   • バックボーン・インターフェース: 候補となるバックボーン（機械学習、ECG特化型ディープラーニング、または一般的な時系列モデル）が、生の確率ベクトル（$p^B_i$）を提供する。
   • エビデンス・エンコーダー: 共有されたExtremely Randomized Treesエンコーダーが、エビデンスベクトル $z_i$ をエビデンス確率ベクトル（$p^E_i$）へとマッピングする。
   • アダプター: パラメータ $\alpha$（内部検証を通じてグリッドから選択）を用いて、バックボーンの確率とエビデンスの確率の正規化された加重幾何平均プールを形成する。
   • BioAdaptive Decoder（生体適応型デコーダー）: 訓練時の出現頻度から導出されたクラス倍率（少数派の回収を過剰に膨張させないよう制限されている）とパワーパラメータ $\gamma$ を適用する有界デコーダー。6つの候補ポリシー（例：S回収、F回収、保守的デフォルト）が評価される。
   • 選択ロジック: アダプターの重み（$\alpha$）とデコーダーのポリシー（$k$）は、内部検証パフォーマンス（M-F1(4)の最大化およびタイブレークを含む）に基づいて選択される。極めて重要な点として、「ガード条件」が、検証サポートが不十分な場合（例：Fクラスの利得が10個未満の検証心拍に基づいている場合）や精度が大幅に低下した場合に、デコーダーが積極的な回収を適用することを防ぐ。

3. 実験設計:
   本研究では、20種類の多様なバックボーン（機械学習11種、ECG特化型ディープラーニング4種、時系列モデル5種）を、3つの公開データベース（MIT-BIH、INCART、SVDB）に対して評価した。5つのランダムシードを用い、計300回のペア実行を行った。主要エンドポイントは、N/S/V/Fにおける4クラスのマクロ平均F1（M-F1(4)）とした。F心拍のサポートが乏しいデータセットについては、解釈のエンドポイントとしてサポートを考慮した3クラス指標（M-F1(3-NSV)）を使用した。

主な貢献

1. 追跡可能なエビデンス層: AAMI互換のバックボーンと最終決定の間に、固定された名前付きの形態学–リズム・エビデンス層を介在させることで、決定を特定の臨床的エビデンス成分へと計算的に追跡可能にする。
2. 検証限定型のBioAdaptive Decoding: テストセットでのチューニングではなく、出現頻度由来の倍率とガード制限付きの適応を用いるデコーダーにより、少数派の回収を安定させ、かつ内部検証サポートによって制限された範囲内に収める。
3. 包括的なペア評価: 20のバックボーンと3つのデータベースにわたる厳格な評価（300実行）により、基礎となる波形エンコーダーの再学習を必要とせずに、フレームワークが性能を向上させることを実証した。

結果

• 性能向上: CEMR-ECGは、60すべてのデータセット–バックボーンの要約、および300/300のシードレベルの実行において、主要指標であるM-F1(4)を改善した。
  • 平均M-F1(4)は、11.48パーセントポイント増加した（48.32%から59.80%へ）。
  • 平均精度は、6.81パーセントポイント増加した（86.32%から93.13%へ）。
• クラス別回収:
  • S (Supraventricular): F1は17.53パーセントポイント増加した（28.11%から45.64%へ）。
  • V (Ventricular): F1は15.83パーセントポイント増加した（66.94%から82.77%へ）。
  • F (Fusion): 回復はサポート状況に依存した。MIT-BIHは+19.62ポイントの利得を示したが、INCARTは+5.58ポイントであった。SVDBでは、F心拍がわずか23個しか存在しなかったため、検証サポートの欠如によりFの回収は行われず、フレームワークは保守的な状態を維持した。
• コンポーネント分析: アブレーション研究により、RRリズムが改善の主要な要因であることが示された（これを除去するとM-F1(4)が5.06ポイント低下した）。形態学およびプロトタイプ成分は、追跡可能性と二次的なエビデンスを提供したが、個別に除去した場合の総体的な性能向上への寄与は限定的であった。
• スコアの質: 本フレームワークは、決定インターフェースにおけるブライア・スコア（0.2313から0.1172へ）および期待較正誤差（Expected Calibration Error）（0.0975から0.0689へ）を改善した。
• オーバーヘッド: 合計予測時間は、生のバックボーンの約1.57倍であり、10,000テスト心拍あたりの中央値は0.475秒であった。

意義および主張
本論文は、CEMR-ECGが、波形エンコーダーを置き換えることなく、不均衡な心拍分類を強化する再利用可能で計算的に追跡可能な決定層を提供することを主張している。その意義は以下の通りである：

• 解釈性: 決定を、不透明なスコアではなく、名前付きのエビデンス成分（RRリズム、形態学など）に結びつけることができる。
• 不均衡への堅牢性: テストセットでのチューニングに頼ることなく、N心拍の高い精度を維持しながら、少数派クラス（SおよびV）の回収において大幅な利得を実現する。
• 汎用性: 本フレームワークはアーキテクチャに依存せず、多様な機械学習およびディープラーニングのバックボーンにおいて性能を向上させる。

限界と範囲
著者らは、これが公開された匿名化データベースを用いた遡及的な計算研究であることを明示している。

• 本フレームワークは、新しい波形分類器ではなく、決定層のインターフェースである。
• 主張は、サポートされているN/S/V軸に限定される。F心拍の回収は、データのサポートに厳密に依存する。
• 患者ケアに関する主張なし: 本研究には、前向きな検証、ワークフローのテスト、または上流のQRS検出器への統合は含まれていない。著者らは、臨床実装の前に、前向きな検証、患者レベルの検証、およびワークフロー指向の検証が必要であることを強調している。