潰瘍性大腸炎の重症度推定のためのクラス距離重み付き交差エントロピー損失

潰瘍性大腸炎の内視鏡的活動度を測定するスコアリングシステム、例えばMayo内視鏡スコアや潰瘍性大腸炎内視鏡重症度指数（UC-EIS）において、スコアは疾患活動の重症度に応じて増加する。このスコア間の相対的な順序関係から、これは順序回帰（ordinal regression）の問題とみなされる。一方、多くの研究では深層学習モデルの学習にカテゴリカル交差エントロピー損失関数（categorical cross-entropy loss）を用いているが、これは順序回帰問題に対して最適ではない。本研究では、クラスの順序関係を尊重し、クラス間の距離を損失計算に組み込む新たな損失関数、クラス距離重み付き交差エントロピー（Class Distance Weighted Cross-Entropy, CDW-CE）を提案する。実験評価の結果、CDW-CEを用いて学習したモデルは、従来のカテゴリカル交差エントロピーおよび他の順序回帰問題に特化して設計された一般的な損失関数を用いたモデルを上回る性能を示した。さらに、CDW-CE損失を用いて学習されたモデルのクラス活性マップ（class activation maps）は、クラス間の識別性が高く、分野の専門家からもより妥当性があると評価された。