群知能アルゴリズムによる心血管疾患の早期識別の効果の探求と比較
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Exploration and comparison of the effectiveness of swarm intelligence algorithm in early identification of cardiovascular disease
雑誌名：Sci Rep. 2025 Feb 07; 15(1): 4647. doi: 10.1038/s41598-025-87598-0. Epub 2025 Feb 07.
概 要：
この研究は、心血管疾患の早期かつ正確な予測が重要であることを背景に、群知能特徴選択アルゴリズム（クジラ最適化アルゴリズム、カッコウ探索アルゴリズム、花粉交配アルゴリズム、ハリス・ホーク最適化アルゴリズム、粒子群最適化アルゴリズム、遺伝的アルゴリズム）を機械学習技術と統合し、心血管疾患の早期診断を改善することを目的としています。各アルゴリズムの性能を評価し、最適な特徴サブセットを特定するために、平均実行時間と目的関数値を比較しました。選択された特徴サブセットは10の分類モデルに統合され、モデルの精度、適合率、再現率、F1スコア、AUC値に基づいて総合的な評価が行われました。
方 法：
この研究では、群知能特徴選択アルゴリズムを用いたコホート研究を実施しました。各アルゴリズムの性能を異なる集団サイズで評価し、平均実行時間と目的関数値を比較して最適な特徴サブセットを特定しました。選択された特徴サブセットは、10の分類モデルに統合され、精度、適合率、再現率、F1スコア、AUC値に基づいて評価されました。
結 果：
クジラ最適化アルゴリズムを用いた場合、心血管疾患の特徴セットは25の集団サイズで選択された9つの重要な特徴から構成され、ランダムフォレスト、極端勾配ブースティング、適応ブースティング、k近傍法が最も良い性能を示しました（加重スコア1）。フラミンガムデータセットでは、k近傍法が最も良い性能を示し（加重スコア0.92）、50の集団サイズで選択された10の特徴から構成されました。
結 論：
群知能アルゴリズムは、重要な特徴セットを効果的に選別し、モデルの分類精度を大幅に向上させることができることが示され、心血管疾患の早期診断に強力なサポートを提供します。