CSRA：制御付きスペクトル・リザイデュアル・オーギュメンテーションによる頑健な敗血症予測

arXiv cs.LG / 2026/4/17

📰 ニュースModels & Research

共有:

要点

本研究は、短い観測ウィンドウでの学習が難しくなる（過去情報が不足し、将来の監督データも減る）多システムICU時系列に対して、敗血症の予測精度を高めるためのCSRA（Controlled Spectral Residual Augmentation）を提案する。
CSRAは臨床変数をシステム別にグループ化し、システムレベルおよびグローバル表現を抽出したうえで、入力に適応したスペクトル領域での残差摂動により、構造化され臨床的に妥当な軌跡のバリエーションを生成する。
オーギュメンテーションの安定性と制御可能性を高めるため、CSRAはアンカー整合性ロスとコントローラ正則化を含む統一目的で下流予測器とエンドツーエンド学習される。
MIMIC-IVの敗血症データで複数の下流モデルに対して評価した結果、CSRAは非オーギュメンテーション基準より回帰誤差をMSEで10.2%、MAEで3.7%削減し、分類でも一貫した改善が得られる。
CSRAは短い観測ウィンドウ、長い予測ホライズン、小規模学習データといった臨床上の制約下でも効果を維持し、外部データセット（ZiGongICUinfection）にも有効であることから、頑健性と一般化性能が高いことが示される。