|
甲状腺機能異常症の見逃しを防ぐため、専門検査である甲状腺関連ホルモンを測定する前段階として、測定頻度が高い血液検査項目を機械学習手法によって組み合せて学習させて高精度に甲状腺中毒症と機能低下症を予測するモデルを構築、これをクラウド上で稼働させることで実際の病院において導入可能であることを示した。
また、検査値が前回受診時からどれくらい変動したのかを年間変動速度として表した特徴量を追加、時系列モデルとすることで、中毒症予測モデルの偽陽性率を半分以下にまで抑えることに成功した。一方、機能低下症に関しては時系列モデルにしても精度は向上せず、モデルの学習手法を各種試行しても改善は認められなかった。
|
