特許ウォッチ

公開番号2025099019
公報種別公開特許公報(A)
公開日2025-07-03
出願番号2023215338
出願日2023-12-21
発明の名称機械学習モデルの設定方法、及び、プログラム
出願人カシオ計算機株式会社
代理人インフォート弁理士法人
主分類G06N 20/00 20190101AFI20250626BHJP(計算;計数)
要約【課題】感度と特異度が所望のバランスを有するように機械学習モデルのカットオフ値を設定する。
【解決手段】機械学習モデルの設定方法は、医療診断向けの機械学習モデルの感度又は特異度の少なくとも一方を指定する入力操作を検出する工程と、検出された入力操作によって指定された感度又は特異度の少なくとも一方に基づいて、感度と特異度の値の一組の組み合わせを決定する工程と、決定された一組の組み合わせに対応する機械学習モデルのカットオフ値を設定する工程と、を含む。
【選択図】図4

特許請求の範囲【請求項１】
医療診断向けの機械学習モデルの感度又は特異度の少なくとも一方を指定する入力操作を検出する工程と、
検出された前記入力操作によって指定された前記感度又は前記特異度の少なくとも一方に基づいて、前記感度と前記特異度の値の一組の組み合わせを決定する工程と、
決定された前記一組の組み合わせに対応する前記機械学習モデルのカットオフ値を設定する工程と、を含む
ことを特徴とする機械学習モデルの設定方法。
続きを表示（約 1,000 文字）【請求項２】
請求項１に記載の機械学習モデルの設定方法において、さらに、
前記機械学習モデルの感度と特異度の関係を示すグラフを表示装置に表示させる工程を含み、
前記入力操作は、前記グラフが表示された領域に対する前記感度と前記特異度を指定する操作である
ことを特徴とする機械学習モデルの設定方法。
【請求項３】
請求項２に記載の機械学習モデルの設定方法において、
前記グラフは、前記感度と前記特異度を２軸にとったＲＯＣカーブである
ことを特徴とする機械学習モデルの設定方法。
【請求項４】
請求項２に記載の機械学習モデルの設定方法において、
前記グラフは、
前記機械学習モデルの設定に対する前記感度の変化を示す感度グラフと、
前記機械学習モデルの前記設定に対する前記特異度の変化を示す特異度グラフと、を含み、
前記感度グラフと前記特異度グラフは、前記機械学習モデルの前記設定を示す軸を共有する
ことを特徴とする機械学習モデルの設定方法。
【請求項５】
請求項１乃至請求項４のいずれか１項に記載の機械学習モデルの設定方法において、さらに、
決定された前記一組の組み合わせの前記感度と前記特異度の値を表示装置に表示させる工程を含む
ことを特徴とする機械学習モデルの設定方法。
【請求項６】
請求項１乃至請求項４のいずれか１項に記載の機械学習モデルの設定方法において、さらに、
前記機械学習モデルのカットオフ値を設定するための設定画面の表示設定と、設定された前記カットオフ値と、を関連付けて保存する工程を含む
ことを特徴とする機械学習モデルの設定方法。
【請求項７】
コンピュータに、
医療診断向けの機械学習モデルの感度又は特異度の少なくとも一方を指定する入力操作を検出する処理と、
検出された前記入力操作によって指定された前記感度又は前記特異度の少なくとも一方に基づいて、前記感度と前記特異度の値の一組の組み合わせを決定する処理と、
決定された前記一組の組み合わせに対応する前記機械学習モデルのカットオフ値を設定する処理と、を実行させる
ことを特徴とするプログラム。

発明の詳細な説明【技術分野】
【０００１】
本明細書の開示は、機械学習モデルの設定方法、及び、プログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
医療分野では、従来から機械学習モデルを用いた診断支援が行われている。例えば、特許文献１に記載される疾患名を出力するものの他、所定の検査に対する陽性と陰性を識別するものなどが、知られている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－０３８６３９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
陽性と陰性を識別する機械学習モデルにおいてその識別の基準となるカットオフ値は感度と特異度が所定のバランスを有するように、予め固定値に設定されている。しかしながら、感度と特異度の最適なバランスは例えば利用シーンなどの様々な要因で異なり得る。
【０００５】
以上のような実情を踏まえ、本発明の一側面に係る目的は、感度と特異度が所望のバランスを有するように機械学習モデルのカットオフ値を設定可能な技術を提供することである。
【課題を解決するための手段】
【０００６】
本発明の一態様に係る機械学習モデルの設定方法は、医療診断向けの機械学習モデルの感度又は特異度の少なくとも一方を指定する入力操作を検出する工程と、検出された前記入力操作によって指定された前記感度又は前記特異度の少なくとも一方に基づいて、前記感度と前記特異度の値の一組の組み合わせを決定する工程と、決定された前記一組の組み合わせに対応する前記機械学習モデルのカットオフ値を設定する工程と、を含む。
【０００７】
本発明の一態様に係るプログラムは、コンピュータに、医療診断向けの機械学習モデルの感度又は特異度の少なくとも一方を指定する入力操作を検出する処理と、検出された前記入力操作によって指定された前記感度又は前記特異度の少なくとも一方に基づいて、前記感度と前記特異度の値の一組の組み合わせを決定する処理と、決定された前記一組の組み合わせに対応する前記機械学習モデルのカットオフ値を設定する処理と、を実行させる。
【発明の効果】
【０００８】
上記の態様によれば、感度と特異度が所望のバランスを有するように機械学習モデルのカットオフ値を設定することができる。
【図面の簡単な説明】
【０００９】
一実施形態に係るシステムの構成を例示した図である。
一実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
第１の実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
第１の実施形態に係るシステムで表示される画面の一例である。
第１の実施形態に係るシステムで表示される画面の別の例である。
第２の実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
第２の実施形態に係るシステムで表示される画面の一例である。
第２の実施形態に係るシステムで表示される画面の別の例である。
第３の実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
第３の実施形態に係るシステムで表示される画面の一例である。
第４の実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
第４の実施形態に係るシステムで表示される画面の一例である。
第５の実施形態に係るシステムで行われるカットオフ値設定処理の手順を示すフローチャートである。
【発明を実施するための形態】
【００１０】
図１は、一実施形態に係るシステムの構成を例示した図である。図１に示すシステムは、医療診断向けの機械学習モデルを用いた診断支援装置であり、入力された画像に基づいて所定の疾患についての陽性／陰性を判定して、判定結果を出力するように構成されている。また、図１に示す診断支援装置は、陽性／陰性を識別するカットオフ値を利用者が設定可能に構成されている。以下、図１を参照しながら、診断支援装置の構成について説明する。
（【００１１】以降は省略されています）

関連特許