研究概要 |
多変量時系列である慢性病の医療データから,病状把握や治療に役立つ知識を自動的に発見する仕組みが望まれている.そこで,本研究課題ではC型慢性肝炎の検査治療履歴を題材とし,病状のモデル化・特徴量抽出・予測とそのシステムに基づく知識発見を目指した.具体的には,自己回帰モデルと自己回帰条件付き分散不均一モデルの階層的な適用による病状記述,これらのモデルに基づく特徴量抽出,モデルの次数から必要な検査回数に関する知識を導出した.カーネルロジスティック回帰を適用して肝臓の悪化度合いを予測するシステムを開発し,さらにカーネルロジスティック回帰に識別学習を導入した新しい分類器を提案した.
|