Interpretable Hybrid-Rule Temporal Point Processes

要約

時間ポイントプロセス（TPP）は、疾患発症予測、進行分析、臨床的意思決定サポートなど、さまざまな医療ドメインのイベントシーケンスのモデリングに広く使用されています。
TPPは時間的なダイナミクスを効果的にキャプチャしますが、解釈可能性の欠如は依然として重要な課題です。
最近の進歩により、解釈可能なTPPが導入されています。
ただし、これらの方法は数値的特徴を組み込むことができず、それにより正確な予測を生成する能力が制限されます。
この問題に対処するために、ハイブリッドルールの時間ポイントプロセス（HRTPP）を提案します。これは、時間モデリングにおける時間的論理ルールを数値的特徴と数値的特徴と予測精度の両方を改善する新しいフレームワークです。
HRTPPは、3つの重要なコンポーネントで構成されています。本質的なイベントの可能性の基本強度、構造化された時間依存性のルールベースの強度、動的確率変調の数値的特徴強度です。
有効なルールを効果的に発見するために、ベイジアンの最適化を備えた2フェーズルールマイニング戦略を導入します。
私たちの方法を評価するために、ルールの妥当性、モデルフィッティング、および時間的予測精度を組み込んだマルチ基準評価フレームワークを確立します。
実際の医療データセットの実験結果は、HRTPPが予測的パフォーマンスと臨床的解釈可能性の観点から、最先端の解釈可能なTPPを上回ることを示しています。
ケーススタディでは、HRTPPによって抽出されたルールが疾患の進行を説明し、医療診断に貴重な貢献を提供します。

要約(オリジナル)

Temporal Point Processes (TPPs) are widely used for modeling event sequences in various medical domains, such as disease onset prediction, progression analysis, and clinical decision support. Although TPPs effectively capture temporal dynamics, their lack of interpretability remains a critical challenge. Recent advancements have introduced interpretable TPPs. However, these methods fail to incorporate numerical features, thereby limiting their ability to generate precise predictions. To address this issue, we propose Hybrid-Rule Temporal Point Processes (HRTPP), a novel framework that integrates temporal logic rules with numerical features, improving both interpretability and predictive accuracy in event modeling. HRTPP comprises three key components: basic intensity for intrinsic event likelihood, rule-based intensity for structured temporal dependencies, and numerical feature intensity for dynamic probability modulation. To effectively discover valid rules, we introduce a two-phase rule mining strategy with Bayesian optimization. To evaluate our method, we establish a multi-criteria assessment framework, incorporating rule validity, model fitting, and temporal predictive accuracy. Experimental results on real-world medical datasets demonstrate that HRTPP outperforms state-of-the-art interpretable TPPs in terms of predictive performance and clinical interpretability. In case studies, the rules extracted by HRTPP explain the disease progression, offering valuable contributions to medical diagnosis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google