[4D3-E-2] Machine learning: living environment

[4D3-E-2-05] 健診データを用いた生活習慣病の発症予測

〇恒川 充¹、岡 夏樹¹、荒木 雅弘¹、新谷 元司²、吉川 昌孝³、谷川 武⁴ (1. 京都工芸繊維大学、2. SGホールディングスグループ健康保険組合、3. 日本システム技術株式会社、4. 順天堂大学)

キーワード：機械学習、クラスの不均衡、医療情報

本研究では，定期的な健診データを用いて生活習慣病の発症を予測する手法を提案する．レセプトデータを精査して疾病の発症を特定し，それらを教師あり学習のための正例として使用した．クラスバランスが不均衡なデータであるという問題に対処するために，アンダーサンプリングとバギングのアプローチを採用した．がん以外の生活習慣病が1年以内に発症するかどうかを予測することを目的とした．提案手法のprecisionとrecallはそれぞれ0.32と0.89であった．各検査項目に閾値を設定し，それらの論理和をとるというベースライン手法と比較して，提案手法はrecallを維持しながらより高いprecisionが得られることが分かった．これは，重症化しそうな対象者の見落としを増やすことなく，保健指導の対象者数を抑えることができるという点で意義がある．