Making algorithms of prediction and intervention for physical activity patterns using a machine learning approach
| Project/Area Number |
20K19671
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 59040:Nutrition science and health science-related
|
|---|
| Research Institution | Kitasato University (2021-2022)
The University of Tokyo (2020) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 身体活動 / 座位行動 / 労働者 / 機械学習 / 深層学習 / モバイルヘルス / メンタルヘルス |
|---|
| Outline of Research at the Start |
労働者の身体活動の促進は、将来の健康寿命の延伸に寄与する重要な課題である。身体活動を促進するための介入として、スマートフォンアプリ等を利用したモバイルヘルス介入が有効であることが知られており、端末に記録された膨大かつ複雑な身体活動データから機械学習等の技術を用いて身体活動パターンを予測する試みも報告されている。本研究では機械学習等の技術を活用して、労働者における身体活動パターンの予測を行うことを目的とする。
|
| Outline of Final Research Achievements |
As a result of this study, a total of 3.5 years (1661 days) of supervised data were collected from workers, which consisted of a set of physical activity patterns and depression/anxiety for the next day. The accuracy for the classification of the deep learning model trained using these training data that could correctly classify the level of depression and anxiety of workers on the following day was 76.3±0.04%. This model was used in a smartphone application for monitoring physical activity and mental health among workers. Currently, the effectiveness of the app and its implementation feasibility is being tested in a clinical trial.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、労働者の日常レベルの抑うつ・不安の変動を、身体活動パターン、基本属性、および就業状況から高い精度で予測したことを示す初めての研究であり、また深層学習の技術を用いた産業保健の研究であることからも、学術的意義は高いと言える。さらに、開発された深層学習モデルは、スマートフォンがあればだれでも利用できるスマートフォンアプリケーションの形で社会実装されており、労働者の多くがアクセスできる。アプリケーションの実装可能性、およびアプリケーションを使用した場合の身体活動の促進やメンタルヘルスの改善に対する効果は今後検証する必要があるが、社会的にも意義のある研究である。
|
Report
(4 results)
Research Products
(59 results)
-
-
[Journal Article] A proposed definition of participatory organizational interventions2023
Author(s)
Sakuraya Asuka、Iida Mako、Imamura Kotaro、Ando Emiko、Arima Hideaki、Asaoka Hiroki、Eguchi Hisashi、Hidaka Yui、Hino Ayako、Inoue Akiomi、Inoue Reiko、Iwanaga Mai、Kobayashi Yuka、Komase Yu、Otsuka Yasumasa、Sasaki Natsu、Shimazu Akihito、Tsuno Kanami、Watanabe Kazuhiro、Kawakami Norito、Tsutsumi Akizumi
-
Journal Title
Journal of Occupational Health
Volume: 65
Issue: 1
Pages: n/a
DOI
ISSN
1341-9145, 1348-9585
Related Report
Peer Reviewed / Open Access
-
-
-
[Journal Article] オンライン授業におけるカウンセリング動画活用型コミュニケーション演習の実施可能性および有用性2022
Author(s)
市倉加奈子, 守屋利佳, 千葉宏毅, 井上彰臣, 渡辺和広, 荒井有美, 島津明人, 深瀬裕子, 村瀬華子, 田ヶ谷浩邦, 堤明純
-
Journal Title
日本ヘルスコミュニケーション学会誌
Volume: 13
Pages: 52-61
Related Report
Peer Reviewed
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Journal Article] Associations between work-related stressors and QALY in a general working population in Japan: a cross-sectional study2021
Author(s)
Hidaka Y, Imamura K, Watanabe K, Tsutsumi A, Shimazu A, Inoue A, Hiro H, Odagiri Y, Asai Y, Yoshikawa T, Yoshikawa E, Kawakami N
-
Journal Title
International Archives of Occupational and Environmental Health
Volume: 94(6)
Issue: 6
Pages: 1375-1383
DOI
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
[Journal Article] 渡辺和広2021
Author(s)
身体活動・運動を促進する職場環境
-
Journal Title
産業ストレス研究
Volume: 28
Pages: 249-253
Related Report
Peer Reviewed
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
