[3F2-GS-10j] AI応用：QoL

[3F2-GS-10j-04] Uplift modelingを用いたウェアラブルデバイスの装着効果の推定

〇北野 道春¹、田中 貴¹ (1. 株式会社JMDC)

キーワード：Uplift Modeling、反実仮想機械学習、因果推論、ヘルスケア、ウェアラブルデバイス

本研究では，ウェアラブルデバイスの装着が健診項目に与える影響（介入効果）を個人ごとに推定する．具体的には，ウェアラブルデバイス装着前の健診項目などの特徴量から，「ウェアラブルデバイス装着による健診項目HbA1c（ヘモグロビンA1c）の介入効果」を推定する．一般に，各個人において装着した場合とそうでない場合の双方のデータを得ることはできないため，ウェアラブルデバイス装着者，及び非装着者のデータから反実仮想機械学習におけるUplift Modelingの手法を用いて推定を行う．実験の結果， Qini曲線を用いたバックテストにおいてベースラインを超える精度が得られることを確認できた．また，通常の機械学習法と同じく，過学習を抑止するための変数選択，ハイパーパラメータチューニングが有効であることが確認できた．