コルモゴロフ-アーノルド定理による多知識強化を用いた伝統中国医学の症候群鑑別
カテゴリ：診断支援・画像解析
公開日：2026年3月9日
タイトル：Syndrome differentiation of Traditional Chinese Medicine via multiple knowledge enhancement with Kolmogorov-Arnold Theorem
雑誌名：Artif Intell Med. 2026 Mar 05; 176: 103396.
概 要：
本研究は、伝統中国医学（TCM）の症候群鑑別（SD）を行うための新たなフレームワークSD-MKEKを提案します。TCMにおけるSDは、患者の臨床情報を総合的に分析する重要なステップですが、症状とそれに対応する症候群タイプとの複雑なマッピングを伴います。SD-MKEKは、階層構造を通じて症候群タイプと症状の複雑な関係を捉え、文脈に応じた特徴を抽出することで、特徴の識別性を大幅に向上させます。実験結果は、SD-MKEKが既存の最先端手法よりも優れた性能を示すことを明らかにしています。
方 法：
本研究では、TCM-SDデータセットを用いた実験を行い、SD-MKEKフレームワークを評価しました。このフレームワークは、コルモゴロフ-アーノルド分類器とクロスアテンションメカニズムを組み合わせ、学習可能な活性化関数を使用して高次元データ内の複雑な関係を捉えます。特徴抽出段階では、ラベルガイドメカニズムを通じて文脈に敏感な特徴を抽出します。
結 果：
SD-MKEKは、TCM-SDデータセットにおいて既存の手法を上回る性能を示しました。また、単一疾患多症候群のCOPD-SDデータセットにおいても提案手法の有効性が確認されました。
結 論：
本研究は、TCMの症候群を効果的に識別する能力を持ち、伝統医学と現代の計算技術の深い統合を促進する重要な価値を有しています。