公衆衛生における肺癌の早期発見の進展：機械学習アルゴリズムと予測モデルを活用した包括的研究

肺癌は米国における主要な死因であり、他の部位に転移する可能性のある肺内の悪性腫瘍の自発的な成長などの要因に起因しています。この病気は深刻な脅威をもたらします。特に、喫煙は肺の問題に寄与し、最終的には肺癌につながる主要な外的要因として浮上します。しかしながら、早期発見はこの致死的な病気を予防するための重要な戦略です。機械学習を活用して、肺癌の初期段階を予測できる堅牢なアルゴリズムを開発することを目指しています。このモデルは、医師が診断プロセス中に情報に基づいた意思決定を行うのに役立ち、患者が集中的な診断または標準的な診断を必要とするかを判断するのに役立つ可能性があります。このアプローチは、医師が正確な予測に基づいて治療計画を調整できるため、不必要で高額な介入を避けることができるため、治療コストを大幅に削減する潜在性を持っています。我々の目標は、病気を正確に予測できる持続可能なモデルを確立することであり、我々の調査結果は、XGBoostが他のモデルを上回り、驚異的な96.92%の精度に達したことを示しています。一方、LightGBM、AdaBoost、ロジスティック回帰、およびサポートベクターマシンは、それぞれ93.50%、92.32%、67.41%、88.02%の精度を達成しています。