JP7271515B2 - 深層学習アルゴリズムを使用した入力データの評価 - Google Patents

Description

本発明は、深層学習の分野に関し、より具体的には、深層学習アルゴリズムを使用して被験者データを評価する分野に関する。

深層学習は、画像分析、音声認識及び自然言語処理の分野で非常にうまくいくことが最近証明された機械学習の一部門である。深層学習アルゴリズムは、一連の非線形変換の連続層を使用して、入力データにおける非線形構造をモデル化する。深層学習アルゴリズムは、画像及び音声分析タスクにおける成功により最近になって人気を博しているが、元々は数十年前に機械学習の文献において紹介されていた。これらのアルゴリズムは、主に多数のトレーニングラベルが利用可能であるタスクにおいてうまくいき、特徴エンジニアリングはドメイン専門家からの多くの努力を必要とすることが多い。

機械学習では、トレーニングラベルの品質と数とがアルゴリズムのパフォーマンスに大きく影響する。更に、多くの実用的な応用では、ラベル付けプロセスは、通常、ドメイン専門家による相当な努力を必要とする。したがって、機械学習アルゴリズムのパフォーマンスを最適化するために、このプロセスを最適化し、重要なデータインスタンスのみにラベルを付けるという自然な動機がある。能動学習はこの問題に注目し、最も有益なデータインスタンスがラベル付けされるように学習プロセスを誘導する。深層学習のコンテキストでは、アルゴリズムが採用する複雑な最適化プロセスのため、この問題は非常に難しい。

深層学習方法は、主に特定の教師付き（分類）損失関数の最適化に依存し、前述したように、多数のトレーニングデータが利用可能な場合にうまくいく。

したがって、ラベル付きトレーニングデータの大きいセットがない場合に、一貫して正確な結果を生成するように、深層学習アルゴリズムをトレーニングする手段が必要である。更に、ユーザ側の多大な努力を必要とせずに、深層学習アルゴリズムの進捗に関するユーザ入力を取得する手段も必要である。

本発明は、特許請求の範囲によって規定される。

本発明の一態様による例によれば、深層学習アルゴリズムを使用して入力データのセットを評価するコンピュータ実施方法が提供される。入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含む。方法は、
複数のデータクラスタに配置された生データを含む入力データのセットを取得するステップと、
複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む深層学習アルゴリズムを調整するステップと、
深層学習アルゴリズムを使用して生データに対して統計的クラスタリングを行い、統計クラスタを生成するステップと、
各統計クラスタから、クラスタ内に含まれる単一の臨床パラメータに関連するバイオマーカーであるマーカーを取得するステップと、
マーカーに基づいて入力データのセットを評価して、１人又は複数の被験者に関して医学的に関連するデータを導出するステップとを含み、
マーカーは、類似の状態及び／又は症状がある被験者から収集された過去の被験者データを参照して評価されて、被験者の生存率及び／又は効果的な治療方法が決定される。

この方法は、調整された深層学習アルゴリズムを使用して、入力被験者データのセットを評価して、被験者に医学的に関連するデータを導出する。深層学習アルゴリズムは、その精度を高めるために、入力データの既存のデータクラスタに基づいて調整される。入力データ、例えば被験者の臨床データ及びゲノムデータに基づいて調整を行うことにより、深層学習アルゴリズムは、生データの統計的クラスタリングをより正確に行うことができる。

マーカーが各統計クラスタから取得され、入力データを評価するために使用されて、例えば生存率といった被験者に医学的に関連するデータが導出される。マーカーは、統計クラスタの主要変数であり、当該統計クラスタに含まれるデータを表すために使用される。

マーカーは、同様の状態及び／又は症状がある被験者から収集された過去の被験者データを参照して評価される。

幾つかの実施形態では、深層学習アルゴリズムを調整するステップは、
入力データのガウス平均幅を決定するステップと、
深層学習アルゴリズムの損失関数の収束率を決定するステップと、
ガウス平均幅及び収束率に基づいて隠れ層の数を選択するステップとを含む。

このようにして、深層学習アルゴリズムは、その損失関数に加えて、入力データの多様体構造を考慮して調整される。したがって、最適な数の隠れ層が選択され、深層学習アルゴリズムの精度が向上し、また、入力データの評価も向上する。

更なる実施形態では、ガウス幅の計算は、データクラスタのサイズ及びデータクラスタの数の少なくとも１つに基づいている。

このようにして、深層学習アルゴリズムの隠れ層の数は、入力データの多様体構造に基づいて選択され、これにより、深層学習アルゴリズムの精度が更に向上する。

ある構成では、深層学習アルゴリズムは、オートエンコーダである。

このようにして、深層学習アルゴリズムは、入力データのセットに対して教師なし学習を行い、入力データのセットの表現を学習することができる。オートエンコーダを使用することにより、ユーザは、深層学習アルゴリズムの学習プロセスを監督し、フィードバックを提供する必要がない。

幾つかの構成では、統計的クラスタリングを行うステップは、深層学習アルゴリズムの隠れ層を低次元表現と見なすステップを含む。

このようにして、隠れ層は、主要変数のセットを使用して表すことができ、これにより、入力データのセットで深層学習アルゴリズムを動作させるのに必要な処理能力が削減される。

一実施形態では、統計的クラスタリングは、ｋ平均クラスタリングである。

生データに対してｋ平均クラスタリングを行うことにより、ｋ個の統計クラスタが生成されて、生データ点がデータ空間内のその位置に従ってグループ化される。このようにして、類似のデータ点を迅速かつ効率的にグループ化することができる。

ある構成では、入力データのセットを評価するステップは、被験者の生存率を予測するステップを含む。

統計クラスタから取得されたマーカーを使用して、当該マーカーを類似の状態及び／又は症状がある過去の被験者から収集されたデータと比較することにより、被験者の生存率を予測することができる。

一実施形態では、統計的クラスタリングは、深層学習アルゴリズムの隣接する隠れ層間で行われる。

隣接する層を使用することにより、データグループの階層配置に関連するクラスタの様々な構造を特定することができる。例えばがんのクラス階層では、高レベルのクラスタ構造は、２つのグループ、即ち、がんの被験者のグループと、健康な被験者のグループとを含むことができる。一方で、より詳細なクラスタ構造は、がんの各種類を異なるクラスタに含めることができる。深層学習アルゴリズムのアーキテクチャは、より一般的な構造に関連する入力データにより近い層でそのような階層関係を捕捉することができる一方で、より深い層はより詳細なクラスタ関係を捕捉することができることが知られている。

一実施形態では、方法は更に、
入力データのセット内では異なるデータクラスタに属するが、統計学的クラスタリングを行った後は同じ統計クラスタに属する生データ点のペアを含むインスタンスペアを統計クラスタ内で特定するステップと、
入力データにおける生データ点のペア間の角度に従って、インスタンスペアをランク付けするステップと、
インスタンスペアをユーザに提示するステップと、
ユーザから、インスタンスペアを一緒にクラスタすべきであるかどうかを示すユーザ入力を取得するステップと、
ユーザ入力に基づいて深層学習アルゴリズムを調整するステップとを含む。

インスタンスペアは、２つの生データ点が、入力に近い隠れ層を使用した場合には元々異なるデータクラスタにクラスタされたが、例えばｋ平均クラスタリングによって、より深い隠れ層を使用する場合に同じ統計クラスタに取り込まれる境界線の場合である。

生データはデータ空間においてベクトル形式で表されるため、インスタンスのペア間の角度を使用して、ペアリングの可能性の尺度を決定することができる。つまり、２つのデータ点間の角度が大きいほど、それらがペアリングされる可能性は低くなる。これによれば、低い角度のインスタンスペアは、正しく一緒にクラスタされていると自動的に受け入れられるが、所定閾値を超える角度を有するインスタンスペアでは、ユーザはペアリングが正しいことを確認する必要がある。

境界線のペアリングの場合についてユーザから入力を取得し、当該ユーザ入力に基づいて深層学習アルゴリズムを調整することにより、深層学習アルゴリズムは、入力データをより正確にクラスタして解釈するようにトレーニングされる。これにより、入力データをより正確に評価して、被験者に関連する医学的に関連する情報を導出することができる。

更なる実施形態では、角度に対する閾値を使用して、ユーザに提示されるインスタンスペアの数を制限する。例えば前述の挙動を示す複数のインスタンスペア（入力に近い隠れ層を使用した場合に最初は異なるデータクラスタにクラスタされ、より深い隠れ層を使用した場合に同じ統計クラスタに取り込まれる）の場合を考える。これらの複数のインスタンスペアの角度は、範囲[０，π]内である。閾値は２π／３に設定され、つまり、この閾値を超える角度を有するインスタンスペアのみがユーザに表示される。或いは、閾値は[０，π]の範囲内の任意の角度に設定されてもよい。

このようにして、ユーザが管理不能なデータ量に晒されないようにし、また、深層学習アルゴリズムの調整に最も大きな影響を与えるインスタンスペアのみが提示されるようにすることができる。

本発明の一態様による例によれば、コンピュータ上で実行されると、上記方法を実施するコンピュータプログラムコード手段を含むコンピュータプログラムが提供される。

本発明の一態様による例によれば、深層学習アルゴリズムを使用して入力データのセットの評価を制御するコントローラが提供される。コントローラは、
複数のデータクラスタに配置された生データを含む入力データのセットを取得し、
複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む深層学習アルゴリズムを調整し、
深層学習アルゴリズムを使用して生データに対して統計的クラスタリングを行い、統計クラスタを生成し、
各統計クラスタから、クラスタ内に含まれる単一の臨床パラメータに関連するバイオマーカーであるマーカーを取得し、
マーカーに基づいて入力データのセットを評価する。入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含む。マーカーは、類似の状態及び／又は症状がある被験者から収集された過去の被験者データを参照して評価されて、被験者の生存率及び／又は効果的な治療方法が決定される。

一実施形態では、コントローラは更に、
入力データのガウス平均幅を計算し、
深層学習アルゴリズムの損失関数の収束率を計算し、
ガウス平均幅及び収束率に基づいて隠れ層の数を選択する。

ある構成では、コントローラは更に、
入力データのセット内では異なるデータクラスタに属するが、統計学的クラスタリングを行った後は同じ統計クラスタに属する生データのペアを含むインスタンスペアを統計クラスタ内で特定し、
入力データにおけるデータ点のペア間の角度に従って、インスタンスペアをランク付けし、
所定値よりも大きい角度を有するインスタンスペアについて、当該インスタンスペアをユーザに提示し、
ユーザから、インスタンスペアを一緒にクラスタすべきであるかどうかを示すユーザ入力を取得し、
ユーザ入力に基づいて深層学習アルゴリズムを調整する。

本発明の一態様による例によれば、データ分析システムが提供される。システムは、
入力データを格納するストレージデバイスと、
ストレージデバイスと通信する上記コントローラと、
コントローラと通信し、ユーザ入力を取得するユーザインターフェースと、
コントローラと通信し、ユーザに情報を表示する表示デバイスとを含む。

本発明の更に別の態様によれば、深層学習アルゴリズムを使用して入力データのセットを評価する方法が提供される。入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含む。方法は、
複数のデータクラスタに配置された生データを含む入力データのセットを取得するステップと、
複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む深層学習アルゴリズムを調整するステップと、
深層学習アルゴリズムを使用して生データに対して統計的クラスタリングを行い、統計クラスタを生成するステップと、
各統計クラスタから、マーカーを取得するステップと、
マーカーに基づいて入力データのセットを評価して、被験者に関して医学的に関連するデータを導出するステップとを含む。

本発明の更に別の態様によれば、深層学習アルゴリズムを使用して入力データのセットの評価を制御するコントローラが提供される。コントローラは、
複数のデータクラスタに配置された生データを含む入力データのセットを取得し、
複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む深層学習アルゴリズムを調整し、
深層学習アルゴリズムを使用して生データに対して統計クラスタリングを行い、統計クラスタを生成し、
各統計クラスタからマーカーを取得し、
マーカーに基づいて入力データのセットを評価する。

本発明のこれらの態様及び他の態様は、以下に説明される実施形態から明らかになり、また、当該実施形態を参照して説明される。

本発明の例は、添付図面を参照して詳細に説明される。

図１は、本発明の方法を示す。 図２は、入力データのセットで動作するオートエンコーダの視覚的表現を示す。 図３は、図１の方法を実行するデータ分析システムを示す。

本発明の実施形態は、深層学習アルゴリズムを使用して入力データのセットを評価する方法を提供する。入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含む。方法は、複数のデータクラスタに配置された生データを含む入力データのセットを取得するステップと、複数のデータクラスタに基づいて深層学習アルゴリズムを調整するステップとを含む。深層学習アルゴリズムは、入力層、出力層及び複数の隠れ層を含む。方法は更に、深層学習アルゴリズムを使用して生データに対して統計的クラスタリングを行い、それにより統計クラスタを生成するステップと、各統計クラスタからマーカーを取得するステップとを含む。最後に、入力データのセットはマーカーに基づいて評価されて、１人又は複数の被験者に関して医学的に関連するデータが導出される。

図１は、深層学習アルゴリズムを使用して被験者入力データのセットを評価する方法１００を示す。

ステップ１１０において、入力データのセットが取得される。入力データは、複数のデータクラスタに配置された生データを含む。生データは、１人又は複数の被験者に関する医学的に意味のあるデータを導出するために評価される１人又は複数の被験者の臨床データ及びゲノムデータを含む。

例えばデータは評価されて、同じ症状又は状態を有する複数の被験者に対して被験者のデータを評価することにより、当該被験者の生存率が決定される。生の被験者データは、例えば被験者の年齢、血液検査結果、症状、過去に診断された状態等を含む。

ステップ１２０において、深層学習アルゴリズムは、入力データのセットの複数のデータクラスタに基づいて調整される。深層学習アルゴリズムは、入力層、出力層及び複数の隠れ層を含む。

深層学習アルゴリズムの調整には、入力データのガウス平均幅を決定することと、深層学習アルゴリズムの損失関数の収束率を決定することと、ガウス平均幅及び収束率に基づいて隠れ層の数を選択することとが含まれる。ガウス幅の計算は、データクラスタのサイズ及び／又はデータクラスタの数に基づいていてよい。

ガウス平均幅は、形式的にＥ［ｓｕｐ_{ｘ，ｙ∈Ｋ}＜ｇ，ｘ－ｙ＞］と定義される。ここで、ｇは標準ガウスランダム変数である。直観的には、ガウス平均幅は、セットＫのサイズの尺度を提供し、ガウス分布の混合、辞書ベースによって表されるスパース信号等といった特定の頻繁に使用されるデータ分布モデルについて計算することができる。

場合によっては、入力データの所与のセットの幾つかのガウス平均幅を決定するために、ガウス混合又はスパース辞書構造の式を使用してもよい。深層学習アルゴリズムの調整に使用するガウス平均幅の最終的な選択は、各幅の関連する収束率に基づいて行われる。

深層学習アルゴリズムは、幾つかの異なるアーキテクチャ選択肢でトレーニングすることができ、損失関数の収束率を基準として使用して最適なアーキテクチャを選択することができる。収束が速いほど、アーキテクチャが優れていることを意味する。

ステップ１３０において、深層学習アルゴリズムを使用して生データに対して統計的クラスタリングが行われて、統計クラスタが生成される。統計的クラスタリングでは、深層学習アルゴリズムの隠れ層を低次元表現と見なす。つまり、統計的クラスタリングを行うために隠れ層の主要変数が特定されて、必要な計算の数を減らすことができる。

統計的クラスタリング方法は、例えばｋ平均クラスタリングである。ｋ平均クラスタリングは、ベクトル量子化方法であり、入力データといったベクトルの分布に基づいて確率密度関数をモデル化する。ｋ平均クラスタリングは、入力データをｋ個の異なるクラスタにグループ化する。

生データのセット（ｘ_１，ｘ_２，…，ｘ_ｎ）を所与とし、各データ点がｄ次元の実ベクトルである場合、ｋ平均クラスタリングは、ｎ個のデータ点をｋ個のセットＳ＝｛Ｓ_１，Ｓ_２，…，Ｓ_ｋ｝（ｋ＜ｎ）に分割して、クラスタ内の二乗和（ＷＣＳＳ）、つまり、分散を最小化することを目的とする。形式的には、以下を見つけることを目的とする。

ここで、μ_ｉは、セットＳ_ｉのデータ点の平均である。

統計的クラスタリングは、深層学習アルゴリズムの隣接する隠れ層間で行われる。隣接する層を使用することにより、データグループの階層配置に関連するクラスタの様々な構造を特定することができる。例えばがんのクラス階層では、高レベルのクラスタ構造は、２つのグループ、即ち、がんの被験者のグループと、健康な被験者のグループとを含むことができる。一方で、より詳細なクラスタ構造は、がんの各種類を異なるクラスタに含めることができる。深層学習アルゴリズムのアーキテクチャは、より一般的な構造に関連する入力データにより近い層でそのような階層関係を捕捉することができる一方で、より深い層はより詳細なクラスタ関係を捕捉することができることが知られている。

方法は、ステップ１３０において行われた統計的クラスタリングに続いて、深層学習アルゴリズムを調整するための幾つかの追加のステップを含んでよい。

ステップ１３１において、統計クラスタ内でインスタンスペアが特定される。インスタンスペアは、入力データの元のセットでは異なるデータクラスタに属するが、総計的クラスタリングを行った後は同じ統計クラスタに属する生データ点のペアとして定義される。

ステップ１３３において、インスタンスペアは、入力データ内のデータ点のペア間の角度に従ってランク付けされる。角度は、各ネットワーク層によって誘導されるベクトル表現を使用して測定することができる。

ステップ１３５において、閾値角度よりも大きい角度を有するインスタンスペアについて、当該インスタンスペアがユーザに提示される。角度の閾値は、ユーザが晒されるデータ量を制限するために設定される。例えば前述の挙動を示す複数のインスタンスペア（入力に近い隠れ層を使用した場合に最初は異なるデータクラスタにクラスタされ、より深い隠れ層を使用した場合に同じ統計クラスタに取り込まれる）の場合を考える。これらの複数のインスタンスペアの角度は、範囲[０，π]内である。閾値は２π／３に設定され、つまり、この閾値を超える角度を有するインスタンスペアのみがユーザに表示される。或いは、閾値は[０，π]の範囲内の任意の角度に設定されてもよい。

ステップ１３７において、インスタンスペアが一緒にクラスタされるべきかどうかを示すユーザ入力がユーザから取得される。

入力データセットでの角度に基づいて、ペアリングされる可能性が低いと考えられるインスタンスペアについては、ユーザは、ペアリングが正しいかどうかを示す入力を提供する。このようにして、深層学習アルゴリズムは、熟練のユーザから監視付き入力を受信して、アルゴリズムの精度を高めることができる。

ステップ１３９において、深層学習アルゴリズムは、ユーザ入力に基づいて調整される。

ユーザ入力に基づいて深層学習アルゴリズムを調整することにより、深層学習アルゴリズムは、ユーザからの追加の入力を必ずしも必要とすることなく、将来の方法の繰り返しにおいて同様のインスタンスペアをより正確に評価することができる。このようにして、深層学習アルゴリズムはより正確かつ効率的になる。

ステップ１４０において、深層学習アルゴリズムにより生成された各統計クラスタからマーカーが取得される。入力データは、１人又は複数の被験者の臨床データ及び／又はゲノムデータを含むため、マーカーは、所与のクラスタ内に含まれる単一の臨床パラメータに関連するバイオマーカーであってよい。

マーカーは、どのマーカーが過去に重要な被験者評価点として機能していたかを決定するために、過去の被験者記録と比較することができる。このようにして、これらの評価点を優先的に特定及び評価するように、深層学習アルゴリズムをトレーニングすることができる。これは、被験者について入手可能であるデータ量が少ない場合や、入力データの大部分がラベル付けされていない場合に特に重要である。

ステップ１５０において、入力データのセットがマーカーに基づいて評価されて、１人又は複数の被験者に関して医学的に関連するデータが導出される。

マーカーは、被験者の医学的に関連するデータ、例えば被験者の生存率を導出するために評価される。被験者の生存率は、マーカーを、類似の状態及び／又は症状がある他の被験者から収集された病歴データと比較することにより評価される。或いは、過去の被験者データには、様々な治療方法及び既知の状態の治療におけるそれらの有効性が含まれてよい。このように、評価は、被験者の状態に対する効果的な治療方法を示す場合もある。

図２は、入力データのセット２２０に対してｋ平均クラスタリングを行うオートエンコーダ２１０の視覚的表現２００を示す。入力データ２２０は、ボロノイ図で表される複数のデータクラスタ２４０に配置された生データ点２３０を含むことが分かる。

この例では、深層学習アルゴリズムは、オートエンコーダ２１０である。オートエンコーダは、教師なし特徴学習に使用される人工ニューラルネットワークである。オートエンコーダは、入力層２５０、複数の隠れ層２６０及び出力層２７０を含む。

前述したように、オートエンコーダ２１０の隠れ層２６０は、入力データに基づいて調整される（２８０）。例えばこの場合、元の入力データに３つのデータクラスタがあるため、オートエンコーダの隠れ層の数は３に設定される。或いは、隠れ層は、各データクラスタのサイズに基づいて調整されてもよい。

オートエンコーダの調整に続いて、生データ２３０は入力層２５０に渡される。次に、生データは、隠れ層２６０を介して出力層２７０に渡される。出力層には、入力層と同数のノードがあるため、単に生データを新しい統計クラスタ２９０に再構成するように作用する。

この例では、統計クラスタ２９０は、入力データ２２０のデータクラスタ２４０とほぼ同様である。しかし、１つのデータ点３００がクラスタを変更したことが分かる。このデータ点は、新しいクラスタ内の他のデータ点とインスタンスペア３１０を形成する。これらのインスタンスペアは、入力データセットにおける元のデータ点のデータ点間の角度に従ってランク付けされる。所与の閾値角度を超えるインスタンスペアがユーザに提示されて、これらのデータ点の新しいクラスタリングが正しいかどうかに関するユーザフィードバックが取得される。その後、オートエンコーダはユーザのフィードバックに基づいて調整される。

図３は、データ分析システム４００の一例を示す。データ分析システムは、入力データを格納するストレージデバイス４１０と、ストレージデバイスと通信するコントローラ４２０と、コントローラと通信し、ユーザ入力を取得するユーザインターフェース４３０と、コントローラと通信し、ユーザに情報を表示する表示デバイス４４０とを含む。

前述したように、実施形態は、コントローラ４２０を使用してデータ処理ステップを行う。

コントローラは、必要な様々な機能を行うようにソフトウェア及び／又はハードウェアを使用して様々なやり方で実現することができる。プロセッサは、必要な機能を行うようにソフトウェア（例えばマイクロコード）を使用してプログラムされた１つ以上のマイクロプロセッサを使用するコントローラの一例である。しかし、コントローラは、プロセッサを使用しても使用しなくても実現することができ、また、幾つかの機能を行う専用ハードウェアと、他の機能を行うプロセッサ（例えば１つ以上のプログラムされたマイクロプロセッサと関連回路）との組み合わせとして実現することもできる。

本開示の様々な実施形態で使用できるコントローラコンポーネントの例には、従来のマイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）及びフィールドプログラマブルゲートアレイ（ＦＰＧＡ）が含まれるが、これらに限定されない。

様々な実施態様において、プロセッサ又はコントローラは、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ及びＥＥＰＲＯＭといった揮発性及び不揮発性コンピュータメモリといった１つ以上の記憶媒体４１０に関連付けられてよい。記憶媒体は、１つ以上のプロセッサ及び／又はコントローラ上で実行されると、必要な機能を行う１つ以上のプログラムでエンコードされてよい。様々な記憶媒体は、プロセッサ又はコントローラ内に固定されてもよく、又は、そこに記憶された１つ以上のプログラムをプロセッサ又はコントローラにロードできるように運搬可能であってもよい。

ユーザインターフェース４３０は、マウス、キーボード又はユーザ入力を取得する任意の他の適切な手段を含んでよい。表示デバイス４４０は、スクリーンを含んでよい。

開示された実施形態に対する他の変形は、図面、開示及び添付の特許請求の範囲の検討から、請求された発明を実施する際に当業者によって理解及び達成されうる。請求項において、「含む」との用語は、他の要素又はステップを除外せず、単数形は複数を除外しない。特定の手段が相互に異なる従属請求項に記載されているというだけで、これらの手段の組み合わせを有利に使用することができないことを示すものではない。請求項中の参照符号は、範囲を限定するものとして解釈されるべきではない。

Claims (15)

1. 深層学習アルゴリズムを使用して入力データのセットを評価するコンピュータ実施の方法であって、
   前記入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含み、
   前記方法は、
   複数のデータクラスタに配置された生データを含む入力データのセットを取得するステップと、
   前記複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む前記深層学習アルゴリズムを調整するステップと、
   前記深層学習アルゴリズムを使用して前記生データに対して統計的クラスタリングを行い、統計クラスタを生成するステップと、
   各統計クラスタから、クラスタ内に含まれる単一の臨床パラメータに関連するバイオマーカーであるマーカーを取得するステップと、
   前記マーカーに基づいて前記入力データのセットを評価して、１人又は複数の被験者に関して医学的に関連するデータを導出するステップと、
   を含み、
   前記マーカーは、類似の状態及び／又は症状がある被験者から収集された過去の被験者データを参照して評価されて、前記被験者の生存率及び／又は効果的な治療方法が決定される、方法。
2. 前記深層学習アルゴリズムを調整するステップは、
   前記入力データのガウス平均幅を決定するステップと、
   前記深層学習アルゴリズムの損失関数の収束率を決定するステップと、
   前記ガウス平均幅及び前記収束率に基づいて前記隠れ層の数を選択するステップと、
   を含む、請求項１に記載の方法。
3. 前記ガウス平均幅を決定するステップは、前記データクラスタのサイズ及び前記データクラスタの数の少なくとも１つに基づく、請求項２に記載の方法。
4. 前記深層学習アルゴリズムは、オートエンコーダである、請求項１から３のいずれか一項に記載の方法。
5. 前記統計的クラスタリングを行うために前記隠れ層の主要変数が特定されて、必要な計算の数が低減される、請求項１から４のいずれか一項に記載の方法。
6. 前記統計的クラスタリングは、ｋ平均クラスタリングである、請求項１から５のいずれか一項に記載の方法。
7. 前記入力データのセットを評価することは、前記被験者の生存率を予測することを含む、請求項１から６のいずれか一項に記載の方法。
8. 前記統計的クラスタリングは、前記深層学習アルゴリズムの隣接する隠れ層間で行われる、請求項１から７のいずれか一項に記載の方法。
9. 前記入力データのセットでは異なるデータクラスタに属するが、前記統計的クラスタリングを行った後は同じ統計クラスタに属する生データ点のペアを含むインスタンスペアを前記統計クラスタ内で特定するステップと、
   前記入力データにおける前記生データ点のペア間の角度に従って、前記インスタンスペアをランク付けするステップと、
   前記インスタンスペアをユーザに提示するステップと、
   前記ユーザから、前記インスタンスペアを一緒にクラスタすべきであるかどうかを示すユーザ入力を取得するステップと、
   前記ユーザ入力に基づいて前記深層学習アルゴリズムを調整するステップと、
   を更に含む、請求項１から８のいずれか一項に記載の方法。
10. 前記角度に対する閾値を使用して、前記ユーザに提示されるインスタンスペアの数を制限する、請求項９に記載の方法。
11. コンピュータ上で実行されると、請求項１から１０のいずれか一項に記載の方法を実施するコンピュータプログラムコード手段を含む、コンピュータプログラム。
12. 深層学習アルゴリズムを使用して入力データのセットの評価を制御するコントローラであって、前記コントローラは、
    複数のデータクラスタに配置された生データを含む入力データのセットを取得し、
    前記複数のデータクラスタに基づいて、入力層、出力層及び複数の隠れ層を含む前記深層学習アルゴリズムを調整し、
    前記深層学習アルゴリズムを使用して前記生データに対して統計的クラスタリングを行い、統計クラスタを生成し、
    各統計クラスタから、クラスタ内に含まれる単一の臨床パラメータに関連するバイオマーカーであるマーカーを取得し、
    前記マーカーに基づいて前記入力データのセットを評価し、
    前記入力データは、１人の被験者の臨床データ、１人の被験者のゲノムデータ、複数の被験者の臨床データ及び複数の被験者のゲノムデータのうちの少なくとも１つを含み、
    前記マーカーは、類似の状態及び／又は症状がある被験者から収集された過去の被験者データを参照して評価されて、前記被験者の生存率及び／又は効果的な治療方法が決定される、コントローラ。
13. 前記入力データのガウス平均幅を決定し、
    前記深層学習アルゴリズムの損失関数の収束率を計算し、
    前記ガウス平均幅及び前記収束率に基づいて前記隠れ層の数を選択する、請求項１２に記載のコントローラ。
14. 前記入力データのセット内では異なるデータクラスタに属するが、前記統計的クラスタリングを行った後は同じ統計クラスタに属する生データのペアを含むインスタンスペアを前記統計クラスタ内で特定し、
    前記入力データにおけるデータ点のペア間の角度に従って、前記インスタンスペアをランク付けし、
    前記インスタンスペアをユーザに提示し、
    前記ユーザから、前記インスタンスペアを一緒にクラスタすべきであるかどうかを示すユーザ入力を取得し、
    前記ユーザ入力に基づいて前記深層学習アルゴリズムを調整する、請求項１２又は１３に記載のコントローラ。
15. 入力データを格納するストレージデバイスと、
    前記ストレージデバイスと通信する請求項１２から１４のいずれか一項に記載のコントローラと、
    前記コントローラと通信し、ユーザ入力を取得するユーザインターフェースと、
    前記コントローラと通信し、ユーザに情報を表示する表示デバイスと、
    を含む、データ分析システム。

Images