Mai Inoue 研究室

当研究室は、機械学習を用いた疾病予測モデルの開発を中心課題としています。特に、心臓病や脳卒中といった循環器疾患の発症リスクを、大規模な人口ベースのデータセットから予測する手法を研究しています。日本の地域住民を対象とした長期追跡調査（Suita研究）のデータを活用し、年齢や血圧、生活習慣といった従来から知られている危険因子に加えて、複数の新規マーカーを含めた多次元データを分析しています。 具体的には、ロジスティック回帰やランダムフォレスト、勾配ブースティング法など複数の機械学習アルゴリズムを組み合わせることで、単一の統計手法では見落とされやすい非線形な関連性や複雑なパターンを検出しています。また、教師なし学習によって患者を危険度別のグループに分類した上で、教師あり学習モデルで個別の予測精度を向上させるアプローチも試みられています。特に変数の重要度を解釈する手法により、どの因子が疾病発症に最も寄与しているかを明らかにしています。 さらに、栄養学的データを含む健康情報の統合解析により、食事成分（繊維やカルシウムなど）が循環器疾患の死亡リスクに及ぼす影響の評価も行われています。これらの研究成果は、個人や集団レベルでの予防医学の実践に貢献することを目指しています。