Development of a novel method for prediction using artificial image and image identification

2023 年度 研究成果報告書

• 研究課題/領域番号: 22K21186
• 研究種目: 研究活動スタート支援
• 配分区分: 基金
• 審査区分: 0908:社会医学、看護学およびその関連分野
• 研究機関: 藤田医科大学
• 研究代表者: HE YUPENG 藤田医科大学, 医学部, 助教 (00953267)
• 研究期間 (年度): 2022-08-31 – 2024-03-31
• キーワード: Artificial image / 人工画像 / 疫学研究 / 予測モデル / 機械学習

研究成果の概要

本研究では、モデルの精度を向上させるため、人工画像を用いた新手法を開発した。この概念は画像識別から得られた。デジタル画像のピクセルは識別モデルの訓練時に特徴として使用される。同様に、疫学データにも特徴の順序に関係があると仮定した。特徴をピクセルに変換し、ピクセルの順序を入れ替えた拡張された人工画像サンプルセットを用いてモデルを訓練した。予備実験では、10,000個の人工画像サンプルセットをランダムに選定し、複数のモデルを訓練し、精度（ROC曲線下面積の値）は鐘形分布を示した。特徴の順序がモデル性能に強く影響を与えることを示している。新手法はモデルの予測精度を向上させる可能性を示唆している。

自由記述の分野

Public Health

研究成果の学術的意義や社会的意義

従来の疫学研究でよく使われる線形モデルと比較して、本研究で開発した新手法は、特徴を2次元人工画像の形式で配置することで、１）モデルの精度を向上させる。２）複数の特徴間の交絡要因を究明できる。３）ブラックボックスのような機械学習モデルを視覚的に説明できる。４）特徴の位置を使用して特徴の重要性を説明する。５）疫学調査以外の順序不特定のデータの分析に活用できる。