要旨: 心理的ストレスは心臓腫瘍学（cardio-oncology）において臨床的に重要であるが、通常は患者報告アウトカム指標（PROMs）によってのみ評価され、継続的な心毒性サーベイランスに統合されることは稀である。本研究では、高齢の多施設乳がんコホート（CARDIOCARE）において、スマートウォッチ（身体活動と睡眠）および胸部装着型ECGセンサから得られるマルチモーダルのウェアラブルデータを用いて、主観的ストレスを推定する。ウェアラブルのストリームは異種混合の視覚表現へと変換され、単一の主観的ストレス尺度（PSS）スコアがラベル未付与の多くのウィンドウに対応する、弱教師あり設定が得られる。軽量な事前学習済み混合エキスパート基盤（Tiny-BioMoE）が各表現を192次元ベクトルに埋め込み、注意機構に基づく複数インスタンス学習（MIL）によって集約し、月3（M3）および月6（M6）におけるPSSを予測する。対象者を1人ずつ除外する（leave-one-subject-out, LOSO）評価では、質問票スコアとの予測の一致は中程度であった（M3: R^2=0.24、ピアソン相関 r=0.42、スピアマン順位相関 rho=0.48；M6: R^2=0.28、ピアソン相関 r=0.49、スピアマン順位相関 rho=0.52）。全体のRMSE/MAEはM3で6.62/6.07、M6で6.13/5.54であった。
視覚的ウェアラブル表現とマルチインスタンスラーニングによる高齢がん患者におけるストレス推定
arXiv cs.LG / 2026/4/9
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本研究は、断続的なPROM質問票のみに依存するのではなく、スマートウォッチの活動・睡眠および胸部ECGといった連続的なマルチモーダルのウェアラブルデータを活用することで、高齢の乳がん患者における主観的心理ストレス（PSS）を推定することを提案する。
- 異種のウェアラブル時系列を視覚表現へと変換し、1つのPSSスコアで多数の未ラベルの信号ウィンドウをラベル付けする、弱教師ありの注意ベース・マルチインスタンスラーニング（MIL）枠組みを訓練する。
- 軽量な事前学習済み混合専門家（Mixture-of-Experts）バックボーン（Tiny-BioMoE）が、各ウェアラブル表現ごとに192次元の埋め込みを生成し、それらを統合して3か月および6か月のPSSを予測する。
- 多施設CARDIOCAREコホートに対する、対象者を1人ずつ除外するleave-one-subject-out（LOSO）評価において、本モデルは質問票に基づくストレススコアとの中程度の一致を示す（例：M3 Pearson r=0.42、M6 Pearson r=0.49）。RMSE/MAEはいずれの時点でも約6である。
- このアプローチは、心臓腫瘍学（cardio-oncology）における心毒性サーベイランスへストレスモニタリングを統合することを目標としており、ウェアラブルセンシングのストリームに紐づけたより継続的な評価を可能にする。
