群最適化とランダムフォレスト分類器を用いた特徴削減による早期糖尿病リスク予測

糖尿病を早期に発見することが重要な理由

2型糖尿病はしばしば静かに進行し、診断されるずっと前から心臓、目、腎臓、神経にダメージを与えます。医師は通常、多数の問診や検査に頼ってリスクを評価しますが、これは患者にも診療所にも時間がかかります。本研究は、少数の簡単なはい／いいえで答えられる質問だけで早期の糖尿病リスクを判定できるスマートなコンピュータプログラムを検討し、スクリーニングをより速く、安価に、あるいは医療資源の乏しい環境でも導入しやすくする可能性を探っています。

糖尿病リスクのためのより賢いチェックリスト

研究者たちはバングラデシュ、シレットの糖尿病病院から得られた実世界データを用いました。データセットの520人それぞれが早期糖尿病あり／なしでラベル付けされていました。各人について、年齢と、頻尿（多尿）、異常な渇き（多飲）、突発的な体重減少、かゆみ、視界のかすみ、肥満など、15のわかりやすい臨床所見や症状が記録されていました。これらのほとんどは質問票へのはい／いいえの回答であり、看護師や保健員が通常訪問時に数分で収集できるデータに似ています。

コンピュータに重要なものだけに注目させる

全16項目をそのままモデルに与えるのではなく、どの特徴が本当に糖尿病リスクについて最も情報を持っているかという重要な問いを立てました。その答えを出すため、ランダムフォレストという一般的な機械学習手法を、動物の行動に触発された3つの“群”探索戦略――フォックス最適化、ハニーバジャーアルゴリズム、およびツナスウォーム最適化――と組み合わせました。これらの群はデジタルなハンターのように振る舞い、特徴やモデル設定の多くの組み合わせを探索して、最少の入力で最良の予測を与えるものを見つけます。システムはデータを繰り返し学習用とテスト用に分割し、内部パラメータを調整し、複数回の実行でどの特徴とパラメータ値が最も有効かを投票で決めました。

絞り込んだモデルの性能

その結果得られた3つのモデル――FOX_RF、HBA_RF、TSO_RF――はいずれも高精度でした。全データセットで一度だけ訓練・テストした場合、ツナに基づくモデル（TSO_RF）は全員を正しく分類し、精度、適合率、再現率いずれも100%を達成しました。著者らが見えないデータに対する評価を模擬するより厳しい10分割交差検証を行ったときでも、TSO_RFは平均精度98%以上を維持し、他の2つのモデルをわずかに上回り、同じデータセットで報告されている従来手法より良好でした。重要な点は、ハニーバジャーに基づくモデルが16特徴のうちわずか10特徴で堅実な性能を出し、他のモデルも13または14特徴で済んだことです。これは患者への質問が減り、将来のアプリや機器の計算負荷が軽くなることを意味します。

ブラックボックスの内部をのぞく

現代の予測システムは高性能ですが解釈が難しいことがよくあります。これに対処するため、研究者たちはSHAPという説明可能なAI手法を用いて、各特徴が個々の患者について糖尿病と予測する方向にどれだけ影響を与したかを測定しました。3モデル全体で同じパターンが現れ、頻尿、過度の渇き、性別が一貫して予測に最も強い影響を与え、突発的な体重減少、筋肉のこわばり、いらいら感などが補助的役割を果たしていることがわかりました。研究チームは誤分類した具体例も調べ、小さな症状の変化が判断をひっくり返すことが多く、モデルが最も敏感な点や臨床側が注意すべき箇所を明らかにしました。

日常医療にとっての意味

平易に言えば、本研究は慎重に設計されたコンピュータモデルが、短い症状ベースのチェックリストといくつかの人口統計情報だけで非常に高い精度で早期糖尿病リスクを特定できることを示しています。あまり有用でない質問を削ぎ落とし、特に頻尿、過度の渇き、性別といった最も示唆的な兆候に焦点を当てることで、このアプローチは診療所や地域保健プログラム、さらにはスマートフォンベースのシステムでの迅速なスクリーニングツールの基盤になり得ます。より大きく多様な集団での検証が依然として必要ですが、早期の糖尿病警告がより精密で患者の負担が少ない未来を示唆しています。

引用: Sarker, P., Nahid, AA., Choi, K. et al. Feature reduction using swarm optimization and random forest classifiers for early diabetes risk prediction. Sci Rep 16, 14355 (2026). https://doi.org/10.1038/s41598-026-35984-7

キーワード: 糖尿病予測, 機械学習, 特徴選択, 群最適化, 早期診断