ある医療AIチームが、がんの早期発見モデルを評価している。「がんの見逃しを最小化すること」が最優先目標であり、誤検知（実際はがんでないのにがんと判定）はある程度許容できる。この要件に最も適した評価指標の重視方針はどれか。
- A. 再現率（Recall）を最大化する：実際の陽性をどれだけ見逃さずに検出できるかを最大にする
- B. 適合率（Precision）を最大化する：陽性と予測した中の正解率を最大にする
- C. 精度（Accuracy）を最大化する：全体の正解率を最大にする
- D. 特異度（Specificity）を最大化する：実際の陰性を正しく陰性と判定する率を最大にする
解答と解説を見る
正解: A
再現率（Recall）は「実際に陽性（がん）のサンプルのうち、モデルが正しく陽性と予測できた割合」を表す指標であり、見逃し（False Negative）の最小化に直結する。がんの見逃しは患者の命に関わるため、誤検知が増えても再現率を高く保つ方針が適切。Cの精度（Accuracy）はクラス不均衡環境で役立たない場合があり、見逃しの制御には不十分。Bの適合率（Precision）は「陽性予測の正解率」であり、誤検知を減らす指標だが見逃しを直接制御しない。Dの特異度は陰性（がんでない）の正しい判定率であり、陽性の見逃し最小化とは逆の指標で、このシナリオの要件に合わない。