A novel machine learning model for predicting the incidence of out-of-hospital cardiac arrest using weather data
Project/Area Number |
20K17914
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 55060:Emergency medicine-related
|
Research Institution | National Cardiovascular Center Research Institute |
Principal Investigator |
中島 啓裕 国立研究開発法人国立循環器病研究センター, 研究所, 客員研究員 (50796141)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
|
Keywords | 機械学習 / 院外心停止 / 気象データ / 予測モデル / 人工知能 |
Outline of Research at the Start |
本研究は、気温・降雨量・風量・大気汚染を含む気象観測データと心血管疾患の関与を明らかにし、気象情報を基にした心原性院外心停止の発症予測モデルの確立を目的とする。具体的には、総務省消防庁に登録された全国救急搬送データと米国Weather Company社の気象データにおける関連性を検証し、院外心停止発生に寄与する気象観測データ項目指標の同定を行い、さらに人工知能を用いて気象情報から心原性院外心停止の発症率を予測する。心血管疾患および心原性院外心停止発生率の予測が可能となれば、心原性院外心停止の有効な予防対策ならびに心血管疾患の予後改善、さらには医療資源の適正配置にもつながることが期待される。
|
Outline of Annual Research Achievements |
2020年度は、日本の院外心停止レジストリデータと気象情報の入手に着手し、機械学習を用いてそれらの突合データを解析し、院外心停止と気象条件の関係性を調べ、日内平均気温、日内気温差および前日との気温差が院外心1日の停止数と関連があることを解明した。過去の研究では、低い日内平均気温のみが心停止のリスクと関連性があることが報告されていたが、日内平均気温と院外心停止発症件数の関係性はU字曲線であることが新たに示された。これらの解析を元に機械学習による院外心停止予測モデルを作成し、暦データも考慮することで都道府県単位で90%の高精度で院外心停止数を予測することに成功した。本モデルは今後、心停止高リスク日の情報提供システムを用いた市民への啓発や近年の気象変化の心停止数に対する影響の予測に役立つ可能性が期待される。これらの成果は査読付き英文誌より公表された(Takahiro Nakashima et al. Heart 2021;107:1084-1091.)。 2021-2022年度は、米国の院外心停止データと気象情報を用いて本予測モデルの妥当性の検討を行った。米国の院外心停止データは、日本の院外心停止データと比較して粒度がより細かくcounty単位で解析できるという利点がある。米国版では地理的条件もモデルに加えることで、日本版予測モデルと同等の予測精度を実現できた。現在、本結果を論文にまとめ査読付き英文誌に投稿中である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
日本版の予測モデル論文は出版済であり、米国版の予測モデル論文は投稿中である。
|
Strategy for Future Research Activity |
現時点において、気象情報を用いた院外心停止予測モデルは高精度で日本および米国において、県および州単位で一日の心停止患者数を予測できた。今後は、予測範囲の粒度を向上させることで医療圏単位で高精度に予測できるように改良を行い、実装化を進めていく。
|
Report
(3 results)
Research Products
(3 results)
-
[Journal Article] A machine learning model for predicting out-of-hospital cardiac arrests using meteorological and chronological data2021
Author(s)
Takahiro Nakashima, Soshiro Ogata, Teruo Noguchi, Yoshio Tahara, Daisuke Onozuka, Satoshi Kato, Yoshiki Yamagata, Sunao Kojima, Taku Iwami, Tetsuya Sakamoto, Ken Nagao, Hiroshi Nonogi, Satoshi Yasuda, Koji Iihara, Robert W Neumar, and Kunihiro Nishimura
-
Journal Title
Heart
Volume: -
Issue: 13
Pages: 1084-1091
DOI
Related Report
Peer Reviewed / Open Access
-
-