臨床研究結果が適切な時期に適切な医学雑誌に掲載され、広く医療現場に伝達されることは重要であるが、医学雑誌の投稿先を選定するための客観的な指標はない。そこで機械学習により、臨床研究の特徴に基づき最適な論文投稿先の予測モデルを生成することを目的とした。過去に公表されている194の肺がん領域の臨床研究について、その特徴と論文が掲載された医学雑誌の情報をデータベース化した。説明変数として研究デザイン、研究規模等26項目のデータを設定した。被説明変数となる医学雑誌の情報としてインパクトファクター（IF）およびIFに基づく論文ランク（A/B/C/D）を設定した。機械学習プラットフォームであるDataRobotを用いて臨床研究の特徴から医学雑誌のIFもしくは論文ランクを予測するモデルを生成した。これにより臨床研究の特徴に基づき、投稿先として適した医学雑誌のIFや論文ランクの予測が可能となった。今回は肺がん領域での取り組みであるため、他の疾患領域でもモデルの生成が可能か検証する必要がある。また、研究のインパクトを決定する要因は経時的に変化すると考えられるため引き続き予測モデルの検証も必要と考えられた。
