尿管結石は，尿中の成分が結晶化してできた結石が，尿管に詰まる疾患である．近年，尿管結石に対する治療方法としては主に，体外衝撃波結石破砕術(ESWL：Extracorporeal Shock Wave Lithotripsy)と経尿道的結石破砕術(TUL：Transurethral Lithotripsy)が確立されている．ESWLは侵襲性が低い治療方法であるが，成功確率が7割程度であり，TULの8割から9割と比べて低い．そのため，初期治療としてESWLを選択し治療が失敗すると，TUL等の追加治療が必要となり，患者への金銭的・身体的な負担が増大する．本研究では，ESWLのアウトカム（成功，失敗）を予測するモデルを提案し，その解釈性と精度向上を目指す．提案法では，治療前のCT画像，X線画像と臨床所見のデータを用い，各画像からはCNNおよびラジオミクス特徴量により特徴抽出する．得られた特徴量に対し，2種類の特徴量選択方法と7種類の機械学習アルゴリズムを適用する．被験者162名に対する実験結果から，各特徴量のSHAP値を計算し，その値の大きい特徴量から順に追加する単変量特徴量選択法と，ランダムフォレストの組み合わせにおいて，Accuracyが0.913，AUCが0.956で最大となった．また，特徴量数の減少により，モデルの解釈性も向上した．
