ウイルス感染のしやすさを機械学習で予測

B型肝炎ウイルス感染は、公衆衛生における世界的に大きな問題の一つである。2015年には世界中で3億人超の肝炎患者の存在が報告され、そのうちおよそ2.57億人はB型肝炎患者であった。ひどい場合には死に至り、B型肝炎感染による年間死者数はおよそ65万人と報告されている。

こうした状況の中で注目されているのが、機械学習を利用した感染リスクの予測である。近年、機械学習は医療データ分析に非常に重宝されている。機械学習を利用することで、変数間の非線形関係を自動検知することができ、病気予測の精度を向上させることができるのだ。

中国にあるSun Yat-sen UniversityのYingら研究者は、この手法を応用することで、感染リスクの高いグループを効率的に特定しようと試みた。予測モデルを開発・適用することで、限られた医療リソースを効率的かつ有効に分配することが可能になるはずだと考えたためだ。結果、Borderline-SMOTEとXGBoostを組みわせた予測モデルでは、70%以上の正確さで、B型肝炎感染リスクの高い人口を予測することができることが可能であった。

4種類のアルゴリズムによるB型肝炎感染リスクの判定

Yingらの研究のポイントは以下の通りだ。