喫煙は全世界で重大な予防可能な死因の一つであり、心臓、代謝、肝臓、腎臓に悪影響を与えています。現在の医療スクリーニング方法では、喫煙に関連する健康問題の早期警告サインが見逃されることが多く、治療オプションが限られる段階での診断につながっています。本研究では、55,691人の健康診断データを分析し、体の測定値や血液検査、人口統計情報などを元に、喫煙リスク評価のための機械学習手法を評価しました。評価したアルゴリズムには、Random Forest、XGBoost、LightGBMがあり、その中でRandom Forestモデルが最も高い精度を示しました。特に、血圧、トリグリセリド濃度、肝酵素、腎機能指標が喫煙者の健康低下を示す重要な指標であることが明らかになりました。