臨床予測のための識別的表現学習

要旨: 医療における基盤モデルは、主として自然言語処理やコンピュータビジョンから継承された自己教師ありの事前学習目的を採用しており、下流への適応の前に、再構成と大規模な表現学習を重視してきました。本稿では、転帰を中心とした臨床予測の設定においてこのパラダイムを再検討し、高品質な教師データが利用可能である場合には、生成的な事前学習よりも転帰への直接的な整合（アウトカム・アラインメント）がより強い帰納バイアスを提供し得ると論じます。そこで、クラス間の分離をクラス内分散に対して最大化することで、表現の幾何学的構造を明示的に形成する教師ありの深層学習フレームワークを提案します。これにより、モデルの計算能力を臨床的に意味のある軸に沿って集中させます。死亡および再入院の予測を含む複数の縦断的電子健康記録タスクにおいて、本手法は、モデル容量を揃えた条件下で、マスク型、自己回帰型、そしてコントラスト学習型の事前学習ベースラインに対して一貫して優れた性能を示しました。提案手法は識別性能、キャリブレーション、そしてサンプル効率を改善するとともに、学習パイプラインを単一段階の最適化へと簡素化します。これらの知見は、エントロピーが低く、転帰に駆動される医療領域では、教師データが統計的に最適な表現学習の駆動要因となり得ることを示唆しており、大規模な自己教師あり事前学習が強い臨床パフォーマンスの前提条件である、という仮定に挑戦するものです。