心疾患リスク因子を予測するための最適化された機械学習メカニズム
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Optimized machine learning mechanism for big data healthcare system to predict disease risk factor
雑誌名：Sci Rep. 2025 Apr 24; 15(1): 14327.
概 要：
本研究は、心疾患のリスク因子を早期に特定するための新しい深層学習モデル「Deep Red Fox belief prediction system (DRFBPS)」を提案しています。心疾患はストレスや不適切な食事などの要因により現代社会で増加しており、リスク因子の早期特定は治療計画の策定に重要です。従来の予測手法には特徴選択の不適切さや過学習などの欠点がありましたが、DRFBPSは赤狐最適化を用いて関連する特徴を選択し、リスク因子を分析します。モデルの有効性は、精度、Fスコア、適合率、AUC、再現率、誤差率を用いて検証され、医療分析における実用的なツールとしての可能性が示されました。
方 法：
本研究は、心疾患リスク因子を予測するためのコホート研究で、データは収集・前処理され、赤狐最適化を用いて関連する特徴が選択されました。DRFBPSはPythonで実装され、モデルの有効性は精度、Fスコア、適合率、AUC、再現率、誤差率を用いて評価されました。
結 果：
DRFBPSは、心疾患リスク因子の予測において高い精度と信頼性を示しました。具体的には、選択された特徴を用いてリスク因子を分析し、医療システムにおける臨床判断や遠隔患者モニタリングへの応用が実証されました。
結 論：
DRFBPSは、心疾患リスク予測における強力なフレームワークを提供し、早期診断や予防ケアの向上に寄与する可能性があることが示されました。