DSpace
 

Academic Knowledge Archives of Gunma Institutes >
群馬パース大学(Gunma Paz University) >
10 群馬パース大学紀要 >
第18号(2014) >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10087/9649

タイトル: 乳がん・前立腺がん経験者のインタビューテキストデータから集団機械学習ランダムフォレストによる検診行動の推定の試み ―DIPEx-Japanのテキストデータ二次分析―
その他のタイトル: Predicting screening actions by quadrat analysis using artificial intelligence, and from the text data of cancer screening based on the interviews of patients who had an experience of having a breast cancer and a prostate cancer in Japan
著者: 木村, 朗
Kimura, Akira
キーワード: 検診行動推定
ランダムフォレスト機械学習
テキストマイニング
乳がん経験者
前立腺がん経験者
発行日: 2014年9月30日
出版者: 群馬パース大学
引用: 群馬パース大学紀要 18, 19-25, (2014)
抄録: 本研究の目的は、厚生労働科学研究補助金がん臨床研究事業の一環として作成され、DIPEx-Japanが管理する、わが国の乳がん・前立腺がん経験者の語りのインタビューを基にがん検診に関するテキストデータから人工知能を利用した二次分析によって検診行動の推定の可能性を明らかにすることであった。対象は疾患特性・地域特性等を考慮した、対象者の多様性を確保するサンプリング法(Maximum variation sampling survey)で得られた乳がん経験者38例、前立腺がん経験者46例のデータであった。方法はテキストデータに対して人工知能を利用する集団機械学習ランダムフォレスト法を用いてgini係数を基に作成したモデルから推測した固有名詞を用いた予測成績を求めた。結果として、gini係数により検診受診の有無の鑑別成績を高めたものは、前立腺がん経験者で「サプリメント」、「PSA」、乳がん経験者で「マンモ」、「浮腫」という順であった。モデルの推測成績は前立腺がん経験者で47.6%、乳がん経験者で59.5%の判別性を示した。人工知能による集団学習と機械学習によって生成したモデルは、両者の間で医学専門用語と一般用語の頻度の比において逆転していた。二次分析手法に人工知能を用いることで、このような知見を得られる可能性があることから、データマイニングをインタビュー開始から間もない時期に行うことで、より適切な情報から検診行動を推定するための構造化質問の作成が容易になる可能性が示唆された。
URI: http://hdl.handle.net/10087/9649
ISSN: 1880-2923
出現コレクション:第18号(2014)

このアイテムのファイル:

ファイル 記述 サイズフォーマット
PAZ18-04.pdf618.81 kBAdobe PDF見る/開く

このリポジトリに保管されているアイテムは、他に指定されている場合を除き、著作権により保護されています。

 

Powered by DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - ご意見をお寄せください