フルージョン：インフルエンザ予測の新しいモデル

過去10年間、CDCはインフルエンザの予測に焦点を当てた年次チャレンジを開催してきた。目標は、公共の健康担当者が感染拡大に効果的に備え、対応できるような正確な予測を作成することだ。2021/22年のインフルエンザシーズン以降、予測は監視システムから報告された病院入院に基づいている。

ただ、この病院入院に関するデータは限られていて、数年しか収集されていないから、研究者たちはこの新しいデータと、インフルエンザ様疾患（ILI）の外来患者訪問数や特定の医療施設からの確認されたインフルエンザ入院率という、より長い履歴を持つ2つの指標を組み合わせた。

この予測のために開発されたモデルはFlusionと呼ばれ、複数の異なるモデルを組み合わせていて、一つは分位点回帰のための勾配ブースティングを使い、もう一つはベイジアン自己回帰モデルだ。勾配ブースティングモデルは3つのデータソース全てで訓練を受け、自己回帰モデルはNHSNの入院データだけに焦点を当てている。インフルエンザシーズン中は、これらのモデルが1つの予測だけでなく、病院入院の可能な結果の範囲を出していた。これらの予測を平均化することで、Flusionは包括的な予測を提供することができた。

Flusionは2023/24シーズンのCDCのインフルエンザ予測チャレンジで最高のモデルとして認識された。この成功は、異なるデータソースと場所からの情報を共有する方法に大きく依存していて、モデルの精度が大幅に向上した。

#FluSight共同予測演習

感染症の短期予測は特に政府機関、民間企業、学術機関間のパートナーシップを通じて人気が高まっている。CDCのFluSightプロジェクトは2013/2014年のインフルエンザシーズンに始まり、アメリカのインフルエンザ活動について予測を共有するために複数の研究チームを集めた。COVID-19パンデミックによる休止の後、FluSightは2022年に再開され、20以上のチームがさまざまな方法とデータソースを使って毎週予測を提出することができた。

アンサンブル予測技術は、これらの個別の提出を結合してより正確な予測を作るのに効果的であることが証明されている。FluSightの主な目的は、これらの予測が実際のデータとどれだけ一致するかを評価し、最終的には公共の健康対応を改善する手助けをすることだ。

パンデミックによってデータ収集方法が変わる中、新しい高解像度データストリームが利用可能になった。パンデミック後のFluSightシーズンでは、予測の主な焦点は再びNHSNシステムで報告された病院入院に置かれた。このデータはインフルエンザ活動に関する詳細な情報を提供するが、報告の短い歴史が季節的な傾向を理解する上での課題を引き起こしていた。

この困難を克服するために、Flusionモデルは外部データソースを使用して正確な予測をサポートした。その結果、FlusionはFluSight 2023/24シーズンで最もパフォーマンスが良いモデルとなった。

#Flusionの方法論

感染症の予測における最近の発展は、トレンドを予測するための革新的な方法につながった。多くの成功したモデルは、統計的アプローチと機械学習技術の両方を使用し、しばしば疾患の伝播のダイナミクスからの洞察を組み込んでいる。Kaggleのようなプラットフォームで開催されるデータサイエンスコンペティションもこの分野の進展を促進してきた。

Flusionは、インフルエンザの伝播をよりよく理解するために季節的なパターンと最近のトレンドを強調する機械学習モデルだ。歴史的な時系列データにアクセスすることで、Flusionは予測精度を向上させることを目指している。

主要な信号が弱いまたは遅れた報告がある通常のシナリオでは、関連する信号を使って予測を行うと結果が大幅に改善されることが研究からわかっている。Flusionは同様のアプローチを採用していて、さまざまな場所の情報を利用し、正確性を高めるために長い歴史を持つデータを使用している。

#Flusionのデータソース

Flusionはインフルエンザ活動の3つの重要な指標を使用している。主要なデータソースは、NHSNに報告された週ごとの病院入院だ。このNHSNデータは2020年に始まったが、COVID-19パンデミックの間は限られた活動しか示さなかったので、2023/24シーズンの開始時には有用なデータが1シーズン分しかなかった。

NHSNデータを補完するために、Flusionは報告履歴が長い2つの追加信号を含めている。1つは、FluSurv-NETによって報告された確認されたインフルエンザ患者の病院入院で、過去の不整合を調整し、より正確なインフルエンザ活動の指標を提供することを目指している。もう1つはILI+と呼ばれ、ILINetとWHOの報告システムからのデータを組み合わせて、インフルエンザにかかっている患者の外来訪問の割合を推定している。

信頼性のある予測を提供することが目標だったので、モデルはパンデミックシーズンやCOVID-19パンデミックの間の低活動期間のデータは使用しなかった。有用な歴史データのみに焦点を当てることで、Flusionはより正確な予測を生成することを目指した。

#FluSight共同予測演習

2023/24シーズンのFluSight予測演習では、NHSNから収集された確認されたインフルエンザの病院入院数が予測の主要なターゲットだった。予測は現在および今後の週について行われ、水曜日に提出が締め切られ、提出の翌週の土曜日に終了する基準週をカバーしていた。

発表されたデータには、前週の土曜日に報告された最新の入院数が含まれていた。確率的予測に加えて、Flusionは予測の不確実性を表す一連の分位点を提供した。

モデルの予測は実際の病院入院パターンと強く一致していて、比較用のベースラインモデルを上回っていた。多くのケースで、Flusionは病院入院の傾向を正確に捉えていて、価値のある予測ツールとなっていた。

#評価と結果

Flusionのパフォーマンスの評価は、常に予測精度の面で最高ランクに位置していることを示した。このモデルは、FluSightに提出された他のモデルと比較して、正確で良好にキャリブレーションされた結果を出していた。

Flusionの成功を評価するために、研究者たちはいくつかのパフォーマンス指標を測定した。モデルの予測中央値が実際の観測値とどれだけ一致するか、予測区間が真の値をどれだけカバーしているかを調べた。Flusionはどちらのカテゴリでも多くの寄与者を上回った。

Flusionの設計の重要な部分は、異なるモデルのアンサンブルとして構築されたことだ。勾配ブースティングと自己回帰メソッドの強みを組み合わせることで、Flusionは堅牢な予測を提供することができた。評価は、複数のデータソースの追加と場所間での共有トレーニングがモデルのパフォーマンスを大幅に向上させたことを示していた。

#共同トレーニングの重要性

Flusionの大きな利点の一つは、複数のソースと場所からのデータで共同トレーニングされたことだ。この全体的なアプローチにより、モデルはさまざまなパターンや傾向から学ぶことができ、より正確な予測を行う助けとなる。

Flusionとモデルのバリエーションを比較する実験は、共同トレーニングが優れた結果につながったことを示した。別々に訓練されたモデルや1つのデータソースのみを使用したモデルは、Flusionと比較して一貫してパフォーマンスが劣っていた。これは、効果的な予測モデルの開発における協力とデータ共有の重要性を強調している。

#データ処理技術

データがモデルに入力される前の処理方法もパフォーマンスにとって重要だ。Flusionはいくつかの変換を取り入れて、異なるデータソース間の一貫性を確保している。たとえば、異なる場所の人口規模に基づいてレートを調整し、分散を減らすために四分根変換を適用した。

Flusionの構成要素を調査したところ、報告の不整合を調整することが重要だった。結果は、これらの前処理ステップがなければモデルがうまく機能しなかったことを示唆している。したがって、データ入力を処理するための明確に定義されたプロセスを持つことは、成功した成果を得るために不可欠である。

#各モデルのスキル

Flusionのアンサンブルアプローチは有利だったが、各モデルの個々のパフォーマンスも評価された。Flusionで使用されている勾配ブースティングモデルは特に影響力が大きかった。アンサンブルの中で異なるモデルの組み合わせのパフォーマンスを見ていくと、勾配ブースティングモデルがFlusionの成功に大きく貢献していることが明らかになった。

ベイジアン自己回帰モデルのようなより伝統的なモデルも小さな程度ではあるが価値を示した。評価は、Flusionの全体的な効果がその勾配ブースティングコンポーネントのパフォーマンスから大きく生じていることを示していた。

#パフォーマンス変動に関する洞察

評価後の調査では、Flusionの予測精度に最も影響を与えた要因を探った。これらの評価からの結果は、アンサンブルが利点を提供する一方で、最も重要な貢献者は勾配ブースティングモデルの含有であったことを示している。

対照的に、重要な特徴を除外したバリエーションや歴史データで訓練されていなかったモデルはパフォーマンスが低下する傾向があった。分析は、モデルが最新かつ関連性のある特徴を使用し続けることが信頼できる予測を生み出すために不可欠であることを示唆している。

#今後の改善の余地

Flusionの成功にもかかわらず、今後のシーズンでパフォーマンスを向上させる機会がまだある。研究者たちは、より良い予測のために複数の信号からのリアルタイムアップデートを統合することを目指している。これには、インフルエンザの傾向をより広く理解するために、保険請求やウェブ活動などの他のデータソースを統合することが含まれるかもしれない。

さらに、今後の研究では、近隣の場所からの洞察を活用する方法や、異なる階層レベルで行われた予測の間の関係を確立することを探求するかもしれない。これは、データのばらつきが予測精度に影響する小さな人口の地域に特に価値があるかもしれない。

これらの領域を今後のモデルに取り入れることで、Flusionはその効果を高め、公共の健康予測の中でさらに貴重なツールになる可能性がある。

#結論

要するに、Flusionはインフルエンザの病院入院を予測するための成功したモデルとして際立っている。CDCの予測チャレンジでのトップランクは、複数のデータソースの革新的な組み合わせと共同トレーニングアプローチに主に起因している。このモデルから得られる洞察は、感染症予測の今後の進展の道を開くことができ、公共の健康への取り組みにおけるデータ共有と協力の重要性を示している。データ収集の landscapeが進化し続ける中、Flusionのように多様な信号を適応し統合するモデルは、季節性およびパンデミックのインフルエンザの発生に備え、対応するために不可欠だ。