医療データを生成データと組み合わせて機械学習を最適化するデータ拡張手法の探索

• 研究課題/領域番号: 25K21344
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 研究機関: 慶應義塾大学
• 研究代表者: 石川 哲朗 慶應義塾大学, 医学部(信濃町), 准教授 (90824160)
• 研究期間 (年度): 2025-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2025年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
• キーワード: 医療データ / 生成モデル / 機械学習 / 最適化 / データ拡張

研究開始時の研究の概要

医療分野でしばしば問題となる実データのサンプル不足を克服するため、高品質な生成データを活用したデータ拡張手法を探索し、機械学習および数理モデルの精度向上を図る。本研究では、多様な生成モデルを適用して産生した人工データの品質と価値を評価・最適化し、過学習を抑制しながら汎化性能を高める方法論を開発する。これにより、限られたサンプルサイズの医療データからでも精度の高い推論や予測が可能になると期待される。