課題：機械学習でも難しい自殺行動の予測

精神病患者の自殺行動を予測・推定することは、重要かつ解決が難しい問題です。これまで自殺未遂を評価し、さまざまな臨床的要因と相関させる多くの研究がされてきました。中には過去の研究結果が覆ることもあります。例えば、自殺未遂の履歴は長い間、将来の自殺行動を予測する上で役立つと考えられてきましたが、実際には一般的に特異性は低いとされています。

最近では、機械学習のアプローチによる自殺未遂の推定を試みる研究が発表されています。確かに、機械学習によって臨床診療のあるタスクで高いパフォーマンスを達成することも報告されています。しかし、「自殺未遂の分類と予測」というタスクは依然として困難であると考えられています。

精神疾患者における自殺未遂の分類という課題において、実際にどんな研究が行われているのでしょうか。韓国にあるカトリック大学校のJihoon Ohら研究者の発表を紹介しましょう。

研究者らは、新しい機械学習による分類器を構築し、どのような特徴量が自殺未遂の分類に役立つのかを検証しました。

テーマ：自殺未遂の分類に役立つ特徴量の検証

まずはJihoon Ohらの研究におけるミッション・手法・結果をまとめました。

✔️ミッション 機械学習を用いて自殺未遂の分類と予測がしたい。 ✔️解決手法 NNモデルと複数の特徴量を用意し、実際の自殺未遂を分類するうえで役立つ特徴量を検証した。 ✔️結果 41個の特徴量全てを使用したモデルで、1ヶ月以内の自殺未遂を93.7%の精度で分類できることがわかった。

ミッションから説明していく。