AIが解く世界の難問 · 医学・創薬 · Nature (computational biology) · 2026-10-21
健診データによる心筋傷害リスク層別化のための機械学習アンサンブルモデル
原題: Machine learning-based ensemble model for the risk stratification of myocardial injury in physical examination data
心筋炎の進行に早期から現れる心筋傷害を対象に、日常の健診データからリスクを評価する機械学習モデルを開発した。ヒルクライミング法によるモデル選択・チューニングを経てランダムフォレスト、SVM、ロジスティック回帰、CART、LightGBMの5モデルを統合したアンサンブルは、テストセットでAUC 81.8%、精度89.7%を達成し、個々の分類器を統計的に支持される形で上回った。2025年に募集された参加者による時間的検証コホートでもAUC 0.812と安定した性能を維持した。