感度とは？
感度は真陽性率または再現率（リコール）とも呼ばれ、検査や分類器が「実際に陽性であるケース」をどれだけ正しく検出できるかを示す指標です。つまり「本当に疾患（または条件）を持つ人・対象のうち、検査が正しく拾い上げられたのはどのくらいか？」という問いに答えます。感度が高いほど、見逃される陽性が少ないことを意味します。
この計算ツールの使い方
正しく陽性と判定されたケースである真陽性（TP）の件数と、本来は陽性なのに誤って陰性と判定されたケースである偽陰性（FN）の件数を入力してください。計算ツールが感度を小数（0〜1）とパーセンテージの両方で表示します。
計算式の解説
$$\text{感度} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$ 分母の \(\text{TP} + \text{FN}\) は実際の陽性ケースの総数です。正しく検出できた陽性を、すべての真の陽性で割ることで、検査が検出に成功した割合が求められます。結果は0（まったく検出できない）から1（すべて検出できる）までの範囲になります。
計算例
あるスクリーニング検査が、病気の患者90人を正しく陽性と判定し（TP = 90）、一方で病気の患者10人を見逃した（FN = 10）とします。$$\text{感度} = \frac{90}{90 + 10} = \frac{90}{100} = 0.9$$ つまり90%です。この検査は真の陽性のうち90%を検出できていることになります。
よくある質問
感度と再現率（リコール）は同じものですか？ はい、同じです。機械学習における再現率（リコール）と感度はまったく同じ指標で、いずれも \(\text{TP} \div (\text{TP} + \text{FN})\) で計算します。
感度と特異度の違いは何ですか？ 感度が真陽性率を測るのに対し、特異度は真陰性率、すなわち \(\text{TN} \div (\text{TN} + \text{FP})\) を測ります。この2つを合わせることで、検査が陽性ケースと陰性ケースの両方に対してどれだけ正確かを表現できます。
感度はどのくらいの値が望ましいですか？ これは目的によって異なります。重篤な疾患を対象としたスクリーニング検査では、見逃しを極力減らすために、偽陽性が増えてでも非常に高い感度（95%以上）を目指すことが多くあります。
