説明可能な人工知能を活用した深層学習モデルのアンサンブルによる認知症予測の強化
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Leveraging explainable artificial intelligence with ensemble of deep learning model for dementia prediction to enhance clinical decision support systems
雑誌名：Sci Rep. 2025 May 13; 15(1): 16639. doi: 10.1038/s41598-025-97102-3. Epub 2025 May 13.
概 要：
この研究は、認知症のリスクを早期に検出し、臨床意思決定支援システムを強化するための新しいアルゴリズム「LXAIOA-ADPCM」を提案しています。高齢化が進む中、認知症の早期発見は重要であり、生活習慣の改善を通じてリスクを低減する機会を提供します。本研究では、データの正規化、特徴選択、アンサンブル分類器の実装を行い、最終的に95.71%の高精度を達成しました。さらに、Grad-CAMを用いて意思決定プロセスの透明性を向上させています。
方 法：
本研究は、データ正規化にmin-max正規化を使用し、特徴選択には裸モグラアルゴリズム（NMRA）を実施しました。分類には双方向長短期記憶（BiLSTM）、スパースオートエンコーダ（SAE）、時間的畳み込みネットワーク（TCN）を用いたアンサンブル分類器を採用し、ハイパーパラメータ選択にはガゼル最適化アルゴリズム（GOA）を使用しました。データセットは認知症予測データセットを使用しました。
結 果：
LXAIOA-ADPCM技術を用いた実験により、既存のモデルに対して95.71%の高精度を達成しました。これにより、認知症のリスク予測における新たな手法の有効性が示されました。
結 論：
LXAIOA-ADPCM技術は、認知症予測の精度を向上させ、臨床現場での意思決定支援に寄与する可能性があります。説明可能な人工知能を活用することで、医療従事者が理解しやすい形での意思決定をサポートします。