血液検査のパラメーターは膨大

迅速かつ正確な医療診断は、疾患の治療を成功させる上で重要である。しかし、血液検査に基づいて行われる血液疾患の診断は、測定するパラメーターが膨大であるため、 専門医であっても、各パラメーターの関係性を見落としてしまう可能性がある。

一方、機械学習は膨大な量のパラメーターを簡単に処理することができる。そのため、血液疾患を迅速かつ正確に診断するために、機械学習アルゴリズムを用いた血液疾患の予測モデルの構築が期待されている。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

スロベニアにあるリュブリャナ大学のGregor Gunčarら研究者は、血液検査値から迅速かつ正確に血液疾患を診断するという課題に着目し、機械学習を用いた予測モデルの構築を試みた。

結果、血液疾患の予測モデルを構築できたのだろうか？続きを読んでみよう。

AIで未来を変える仲間：Gregor Gunčarについて
スロベニアのリュブリャナ大学・化学生化学部の助教授。専門領域は、タンパク質や結晶構造。

機械学習を用いた血液疾患予測モデルの構築

Gregor Gunčarらの研究におけるミッション・手法・結果は以下の通りだ。