慢性的な腎臓病、アルゴリズムで診断できるか(AI×医療)【論文】

   

(Featured AI and Healthcare) Algorithms are useful for diagnosing chronic kidney disease (Publication)

[論文] M. Elhoseny, K. Shankar and J. Uthayakumar, “Intelligent Diagnostic prediction and Classification System for Chronic Kidney Disease”. Scientific Reports, 9, 9583 (2019).

[DOI: 10.1038/s41598-019-46074-2]

3つの要点

✔️慢性腎臓病判別に取り組んだ。

✔️密度に基づく特徴量選択、蟻コロニー最適化アルゴリズムを用いた。

✔️D-ACOは他の手法を上回る結果を出した。

概説

現在、医療システムは機械学習(ML)、データマイニング、人工知能などの高度な機能によって更新されより知的で専門的な医療サービスを人間に提供している。

本論文は医療のための知的な予測と分類システム(D-ACO)(図1、図2)、つまり慢性腎臓病(CKD)のための、密度に基づく特徴量選択(DFS)、蟻コロニー最適化アルゴリズム(図3)を紹介する。

提案された知的システムは、ACOに基づく分類器を構築する前にDFSにより無関係または余分な特徴量を除去する(表1、図4、図6、表2、表3、図6)。

提案したD‐ACOフレームワークは前処理、特徴量選択(FS)、分類の三つの段階からなる。

さらに、D‐ACOアルゴリズムをベンチマークCKDデータセットを用いて検証し性能を異なる評価因子(図7)に基づいて調べた。

D‐ACOアルゴリズムを既存の手法と比較すると、分類の正解率という面において提案した知的システムは、より少ない特徴量を用いて他の手法を有意に上回った(表4)。

図1 D-ACOアルゴリズムのブロック図。
↓はてなブックマークで応援お願いします!
このエントリーをはてなブックマークに追加
図2 D-ACOアルゴリズムのフローチャート。
図3 ACOの構造。
表1CKDに関係ある特徴量
図4 24の特徴量の頻度分布。
図5 24の特徴量のクラス分布。
表2 使ったデータセットの説明。
表3 イテレーションごとにD-CAOを用いてCKDから選んだ特徴量
図6 イテレーションごとの選ばれた特徴量の数。
左がイテレーションの回数で右の括弧内が選ばれた特徴量の数。
図7 パフォーマンス結果の評価指標。
表4 結果(D-ACOと他の手法との比較)。

著者

Mohamed Elhoseny (Faculty of Computers and Information, Mansoura University, Mansoura, Egypt)

K. Shankar (School of Computing, Kalasalingam Academy of Research and Education, Krishnankoil, India)

J. Uthayakumar (Department of Computer Science, Pondicherry University, Pondicherry, India)

出版情報

Received: 5 February 2019 / Accepted: 30 May 2019 / Published: 3 July 2019

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons license, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons license and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this license, visit http://creativecommons.org/licenses/by/4.0/.

Reprints and Permissions

業界/カテゴリー

PAGE TOP