[論文レビュー] Design of statistical quality control procedures using genetic algorithms

Aristides T. Hatjimihail, Theophanes T. Hatjimihail|arXiv (Cornell University)|Jan 1, 1994

Clinical Laboratory Practices and Quality Control参考文献 21被引用数 3

ひとこと要約

本論文は、従来の代数的または総当り的手法の制限を克服するため、臨床検査所向けに近似的最適な統計的品質管理（SQC）手順を設計する遺伝的アルゴリズム（GA）に基づく手法を提案している。決定的クラウディングGAを用いて、誤検出の確率を最小限に抑えつつ、重大なランダム誤差および系統的誤差の検出確率を最大化する制御ルールを最適化した。ケーススタディでは、45種類の従来のQC手順よりも優れた性能を示した。

ABSTRACT

In general, we cannot use algebraic or enumerative methods to optimize a quality control (QC) procedure so as to detect the critical random and systematic analytical errors with stated probabilities, while the probability for false rejection is minimum. Genetic algorithms (GAs) offer an alternative, as they do not require knowledge of the objective function to be optimized and search through large parameter spaces quickly. To explore the application of GAs in statistical QC, we have developed an interactive GAs based computer program that designs a novel near optimal QC procedure, given an analytical process. The program uses the deterministic crowding algorithm. An illustrative application of the program suggests that it has the potential to design QC procedures that are significantly better than 45 alternative ones that are used in the clinical laboratories.

研究の動機と目的

• 高い誤差検出率と低い誤検出率の両立を図る最適な統計的品質管理（SQC）手順の設計という課題に取り組む。
• 複雑で多パラメータのQC手順を最適化する際の代数的および総当り的手法の制限を克服する。
• 特定の分析プロセスに適合した近的最適なQC手順の設計を可能にするインタラクティブなGAベースのツールを開発する。
• 臨床検査所環境におけるGA生成QC手順の性能を、確立された従来の方法と比較して評価する。

提案手法

• 本研究では、最適な制御ルールを大規模なパラメータ空間から探索するため、決定的クラウディング遺伝的アルゴリズム（GA）を採用した。
• 選択、交差、突然変異の操作を適用してQC手順の集団を進化させ、誤検出確率を最小限に抑えつつ誤差検出確率を最大化する。
• 最適化の目的関数は、ユーザーが指定した重大なランダム誤差および系統的誤差の検出確率に基づいて定義される。
• 誤検出率が高くなるとペナルティが課され、誤差検出確率が高いと報酬が与えられるフィットネス関数が使用される。
• GAベースの設計を実装するためのインタラクティブなコンピュータプログラムが開発された。ユーザーはプロセス固有のパラメータを入力可能である。
• 目的関数の微分や勾配に関する知識が不要であるため、複雑で非線形な最適化問題に適している。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムは、臨床検査所における重大な分析誤差の検出において、従来の手法を上回る統計的品質管理手順を効果的に設計できるか？
• RQ2 GAベースのアプローチは、高い誤差検出率を維持しつつ、誤検出確率をどの程度低減できるか？
• RQ3 GAによって生成されたQC手順の性能は、臨床検査所で一般的に使用されている45種類の従来のQC手順と比べてどうか？
• RQ4 決定的クラウディングGAは、SQC設計における大規模で離散的な制御ルールの組み合わせ空間を効率的に探索できるか？

主な発見

• GAベースの手法は、誤検出率と誤差検出率の両面で45種類の従来のQC手順を顕著に上回る近的最適なQC手順を効果的に設計した。
• 提案手法は、重大なランダム誤差および系統的誤差の検出を維持または向上させつつ、誤検出確率を顕著に低減した。
• インタラクティブなGAベースのプログラムは、実際の臨床検査所応用において実用的な妥当性を示した。
• 結果から、遺伝的アルゴリズムは、統計的品質管理設計における従来の最適化技術の代替として実用的かつ強力であることが示唆された。