機械学習による都市河川の親水利用における水系感染症発症リスクのリアルタイム予測
| Project/Area Number |
18K04415
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22060:Environmental systems for civil engineering-related
|
|---|
| Research Institution | Nishinippon Institute of Technology |
|---|
Principal Investigator |
高見 徹 西日本工業大学, 工学部, 教授 (80321529)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野中 尋史 愛知工業大学, 経営学部, 准教授 (70544724)
古川 隼士 北里大学, 医療衛生学部, 准教授 (90632729)
廣田 雅春 岡山理科大学, 情報理工学部, 准教授 (70750628)
平岡 透 長崎県立大学, 情報システム学部, 教授 (30626891)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2020: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2019: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 病原生物 / 水系感染症 / 機械学習 / 統計学的評価 / 病原微生物 / 都市河川 / リスク評価 / リアルタイム予測 |
|---|
| Outline of Annual Research Achievements |
近年都市再開発や地方創生を目的とした都市河川の親水利用が進んでいる。人と水との接触機会が多くなるほど、河川水質に由来する衛生学的な問題に注意を払う必要がある。特に水系感染症を引き起こす病原微生物の存在実態の把握と接触に伴う感染症の発症リスクを明らかにすることは最重要の課題である。しかし、病原微生物に関する実測値は限られており、また、従来の生物学的試験法ではその濃度を適宜精度高く予測することは不可能である。
そこで本研究では、都市河川の親水利用における衛生学的な安全を確保するため、近年人工知能研究の分野で有力な技術・手法として発達している機械学習を利用したモデルによって、都市河川の病原微生物濃度をリアルタイムで予測する方法を確立し、水系感染症の発症リスクの予測を可能にすることを目的とする。
５ヶ年の研究期間における五年目は、これまでに得られた実測データと他の各種データとの統計学的解析と機械学習によって、福岡県京築地域七河川の大腸菌群数および大腸菌数の予測値を出力した。その結果、大腸菌群数の予測値は実測値のばらつきの範囲内であったが、大腸菌数の予測値は実測値と大きく乖離した。これは大腸菌数の実測データが少ないことが原因と考えられた。そこで、大腸菌数の予測値の精度向上を図るため、研究期間を１年間延長し、大腸菌数の実測データを得ることにした。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
５ヶ年の研究期間の五年目はこれまでに得られた実測データと他の各種データとの統計学的解析と機械学習によって、福岡県京築地域河川の大腸菌群数および大腸菌数の予測値を得たが、大腸菌数の予測値が実測値と大きく乖離した。大腸菌数は令和４年４月から環境基準項目に設定されたため、実測データが限られている。また、大腸菌数の実測も予定どおり実施することができなかった。このため、研究目的を達成するために、研究期間を１年延長して実測データを収集することにした。
以上より、現在の進捗状況はやや遅れていると評価した。
|
| Strategy for Future Research Activity |
次年度は、これまでの収集データと大腸菌数に関する実測データを用いて、機械学習による大腸菌数の予測可能性（適用限界）を明らかにし、水系感染症の発症リスクを評価する。
|
Report
(5 results)
Research Products
(3 results)
