| Project/Area Number |
23K21867
|
|---|
| Project/Area Number (Other) |
21H03855 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90150:Medical assistive technology-related
|
|---|
| Research Institution | Nara Institute of Science and Technology (2022-2024)
Kumamoto University (2021) |
|---|
Principal Investigator |
山川 俊貴 奈良先端科学技術大学院大学, 先端科学技術研究科, 客員教授 (60510419)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤原 幸一 名古屋大学, 工学研究科, 准教授 (10642514)
下野 僚子 早稲田大学, 理工学術院, 准教授(任期付) (60609361)
宮島 美穂 東京医科歯科大学, 大学院医歯学総合研究科, 助教 (70616177)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000)
Fiscal Year 2024: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2022: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000)
Fiscal Year 2021: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
|
|---|
| Keywords | IoT / ヘルスケア / ウェアラブル |
|---|
| Outline of Research at the Start |
これまで申請者らは個人差を補償し長時間安定的に計測可能なウェアラブル心拍変動センサや、小型・薄型で柔軟な頭蓋内埋込型多機能センサを開発し、疾患症状や病態悪化の事前予測に応用してきた。本研究では、ヘルスケアIoT技術の基盤となる常時・超長期の生命時間規模での観測を可能とする計測・解析プラットフォームの実現を目的とする。就労・家庭環境における多種の生理指標データから複数の疾患や健康状態変化を検出・予測する生理指標および解析手法を明らかにし、それらを簡単で低拘束に計測・解析するシステムのプロトタイプを開発し、社会実装試験を通じて効果と有効性を示すことを目指す。
|
| Outline of Annual Research Achievements |
本研究では、健診等の静的データによるリスク評価を、生理指標等の動的解析を行うアルゴリズムの異常検出条件に組み込み検出感度を高める手法や、動的データに対し他の解析アルゴリズムや他の生理指標の解析結果をもとに異常検出条件をアダプティブに調整することで偽陽性を低減する手法を明らかにし、高い感度・特異度で健康状態変化や疾患を予測する独創性の高い手法をとることとしている。
特に、本来標的としていない異常状態によって生じる偽陽性の低減が複数アルゴリズム適応時の大きな課題であった。そこで、まずは健診等の静的データから、発生リスクの高い変化・疾患について動的解析アルゴリズムの異常検出条件に重みづけを行う手法を開発した。
さらに、動的データに対しては複数アルゴリズム・複数指標の解析結果を複合的に利用することで異常検出条件をアダプティブに調整して偽陽性を低減する。この静的・動的データと異常検出アルゴリズムの複合利用により、てんかん発作予知アルゴリズムについては偽陽性頻度が半減するほどの性能向上が得られた。
併せて機械学習を用いた生体情報解析の第一人者であるNgee Ann PolytechnicのAcharya教授(h-index: 71)やNational Heart Center SingaporeのTan准教授の助言と協力も得た。
前年度・前々年度の経済的分析結果を用いて、一般的な企業や家庭でも導入可能な装置群を選定した結果、特にシャツ型のウェアラブルデバイスについて、十分なランニングコスト低減が図られれば、健康保険等による経済的な支援がなくとも導入可能性が十分にあることが示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画と齟齬なく進捗できており、相応の成果も得られているため、おおむね順調に進展していると評価している。
|
| Strategy for Future Research Activity |
日常の中で疾病の予防と早期発見に資する生理指標を多面的かつ継続的にモニタ・解析するプラットフォームのプロトタイプを構築し、３～４か月程度の社会実装試験を複数回実施して性能検証する。行動経済学の観点から、より効果的な行動変容サービスや制度・政策等の検討も進める。概日リズムや活動量なども入力変数に追加して異常検出性能を向上させ、提案手法を用いた継続的な計測が及ぼす波及効果と学術的価値を評価する。
リアルワールドに近い実現可能性と有効性の検証のために、実装規模を多施設、多業態の民間企業および小規模の一般家庭に拡大するが、経済的・医学的効果の交絡因子を可能な限り減らし、かつ人口やマネーの流入・流出を把握しやすい地域・企業で実施する。
|
