Een multi-task-leeraanpak die regressie- en classificatietaken combineert voor gezamenlijke feature-selectie

Waarom dit nieuwe hulpmiddel voor data van belang is

De moderne geneeskunde verzamelt enorme hoeveelheden informatie over elke patiënt, van laboratoriumwaarden en vitale functies tot gedetailleerde hersen- en genetische metingen. Artsen en onderzoekers willen vaak meerdere dingen tegelijk voorspellen — zoals een diagnose en de waarden van belangrijke bloedmarkers — en tegelijkertijd ontdekken welke metingen werkelijk het belangrijkst zijn. Dit artikel introduceert een nieuw statistisch hulpmiddel, MTLComb genaamd, dat helpt beide taken gelijkertijd eerlijker en betrouwbaarder uit te voeren, vooral wanneer de verschillende voorspellingen niet van hetzelfde type zijn.

Verschillende vragen, één gedeeld probleem

Veel machine-learningsystemen worden getraind om slechts één soort vraag te beantwoorden, bijvoorbeeld het voorspellen van een getal (zoals leeftijd of bloeddruk) of het voorspellen van een ja/nee-uitkomst (bijvoorbeeld ziekte aanwezig of niet). In echte medische studies komen deze vragen echter vaak samen voor en worden ze aangedreven door overlappende biologische oorzaken. Idealiter zou één leersysteem al deze vragen tegelijk kunnen afhandelen en de metingen benadrukken die overal van belang zijn — potentiële biomarkers die meerdere uitkomsten overstijgen. Bestaande methoden voor zogenaamd multi-task learning kunnen dit wanneer alle taken van hetzelfde type zijn, maar ze hebben moeite wanneer numerieke en ja/nee-voorspellingen gemengd worden. Eén type taak heeft dan de neiging het leerproces te domineren, en belangrijke gedeelde signalen kunnen over het hoofd worden gezien.

De schalen binnen het algoritme in balans brengen

De kern van MTLComb is een eenvoudige maar zorgvuldig afgeleide regel om te herb alanceren hoe de verschillende voorspeltaken het leren beïnvloeden. De auteurs laten zien dat de verliesfuncties die voor numerieke en ja/nee-voorspellingen worden gebruikt, van nature op verschillende schalen werken en gradiënten van verschillende sterkte hebben. Als ze naïef gecombineerd worden, zullen modellen voor continue uitkomsten veel features gaan selecteren, terwijl modellen voor ja/nee-uitkomsten mogelijk geen features selecteren bij hetzelfde strafniveau, wat de gedeelde featurelijst vertekent. Door te analyseren hoe deze gradiënten zich gedragen, identificeren de onderzoekers een vaste set gewichten die de leer-curves — genaamd regularisatiepaden — van de twee taaktypes op één lijn brengen. Dit betekent dat naarmate het model selectiever wordt of minder selectief, beide soorten taken op gecoördineerde wijze features toevoegen en verwijderen, waardoor de resulterende biomarkerset evenwichtiger en beter interpreteerbaar wordt.

De methode testen in gecontroleerde simulaties

Om te begrijpen wanneer MTLComb het meeste voordeel biedt, voerde het team eerst uitgebreide simulatiestudies uit. Ze creëerden datasets waarin het aantal metingen veel groter was dan het aantal patiënten, een veelvoorkomende situatie in genetica en onderzoek op intensive care. Ze varieerden hoe extreem deze ongelijkheid was, hoeveel voorspeltaken werden opgenomen en hoe ongelijk de ja/nee-labels waren. In al deze scenario’s voorspelde MTLComb niet alleen toekomstige data nauwkeuriger dan concurrerende methoden, het kon ook beter de werkelijk relevante features terugvinden die in de simulaties waren ingebracht. Het voordeel was vooral groot wanneer de data zeer hoog-dimensionaal waren of wanneer één uitkomstklasse veel zeldzamer was dan de andere — beide situaties die berucht lastig zijn in medisch onderzoek.

Praktische testen bij sepsis en schizofrenie

De auteurs pasten MTLComb vervolgens toe op twee uitdagende klinische problemen. Bij sepsis, een levensbedreigende reactie op infectie, trainden ze de methode op routinematig verzamelde intensive-caredata om zowel de aanwezigheid van sepsis als meerdere bloedmarkers van metabolisme en nierfunctie te voorspellen. MTLComb behaalde voorspellingsnauwkeurigheid vergelijkbaar met sterke single-task-methoden, maar de door het model gekozen features waren stabieler over twee onafhankelijke patiëntcohorten en nauwer verbonden met bekende klinische scores die de ernst van de patiënt samenvatten. Bij schizofrenie combineerden ze leeftijdsvoorspelling met ziekte-diagnose op basis van genexpressiegegevens uit de hersenen. Hier ontdekte MTLComb sets genen die consistent gedroegen voor zowel leeftijd als ziekte-status, en deze genen waren verrijkt in hersensignaleringstrajecten die al gekoppeld zijn aan schizofrenie en veroudering, wat wijst op een gedeelde biologische route die synaptische plasticiteit omvat.

Wat dit vooruit betekent

Voor niet-specialisten is de kernboodschap dat MTLComb een manier is om meerdere medische vragen tegelijk te stellen terwijl het antwoord eerlijk blijft voor elke vraag. In plaats van één type voorspelling de anderen te laten overstemmen, brengt het ze zorgvuldig in balans zodat de meest informatieve metingen consequent naar voren komen. De methode is ontworpen om efficiënt te zijn, werkt goed wanneer er veel meer metingen dan patiënten zijn en is niet afhankelijk van veronderstellingen die specifiek zijn voor één ziekte. Daarmee biedt het onderzoekers een helderder venster op gedeelde risicomarkers — of dat nu bij sepsis, schizofrenie of compleet andere gebieden met gemengde voorspelproblemen is — en kan het helpen complexe, meelaagse data om te zetten in betrouwbaardere aanwijzingen voor diagnose, prognose en behandeling.

Bronvermelding: Cao, H., Rajan, S., Hahn, B. et al. A multi-task learning approach combining regression and classification tasks for joint feature selection. Sci Rep 16, 12699 (2026). https://doi.org/10.1038/s41598-026-43551-3

Trefwoorden: multi-task learning, biomarkers, sepsis, schizofrenie, medische AI