MEDICINE & AI

タイトル：Predicting coronary heart disease with advanced machine learning classifiers for improved cardiovascular risk assessment. 雑誌名：Sci Rep. 2025 Apr 17; 15(1): 13361. 概　要： 冠動脈疾患（CHD）は世界的に主要な死亡原因であり、その早期予測は臨床データ分析における重要な課題です。本研究では、医療データを活用して意思決定と予測精度を向上させるための包括的な機械学習（ML）フレームワークを提案します。まず、相互情報量（MI）を用いて最も情報量の多い特徴を選択し、次に合成少数オーバーサンプリング技術（SMOTE）を用いてデータセットのクラス不均衡に対処します。さらに、粒子群最適化（PSO）と人工ニューラルネットワーク（ANN）を統合した新しいハイブリッドモデルを提案し、特徴の重み付けとバイアストレーニングを最適化します。伝統的な分類器との比較分析も行い、提案したPSO-ANNモデルはCHD予測において最大97%の精度を達成しました。 方　法： 本研究は、国民健康栄養調査データセットを使用したコホート研究です。相互情報量を用いた特徴選択、SMOTEによるデータのクラス不均衡の改善、粒子群最適化と人工ニューラルネットワークを統合したハイブリッドモデルの開発を行いました。主要評価指標は、CHD予測におけるモデルの精度です。 結　果： 伝統的な分類器は95.8%の精度を達成する一方で、提案したPSO-ANNモデルは最大97%の精度を示しました。これにより、特徴選択の改善、データ不均衡の処理、優れた予測性能を持つ革新的なハイブリッドモデルの導入が明確に示されました。 結　論： 本研究は、冠動脈疾患の予測精度を向上させるための新しいアプローチを提供し、医療データ分析における機械学習の有用性を示しました。提案したフレームワークは、心血管リスク評価の改善に寄与する可能性があります。