運動疫学ビッグデータに基づく認知症発症予測モデルの総合的検討：機械学習アプローチ

• Project/Area Number: 25K03004
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 59020:Sports sciences-related
• Research Institution: University of Tsukuba
• Principal Investigator: 大藏 倫博 筑波大学, 体育系, 教授 (60396611)
• Co-Investigator(Kenkyū-buntansha): 尹 之恩 筑波大学, 体育系, 助教 (60813277) ; 藤井 啓介 鈴鹿医療科学大学, 保健衛生学部, 准教授 (70797381) ; 新井 哲明 筑波大学, 医学医療系, 教授 (90291145) ; 角田 憲治 筑波大学, 体育系, 准教授 (90718909)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥25,740,000 (Direct Cost: ¥19,800,000、Indirect Cost: ¥5,940,000); Fiscal Year 2028: ¥7,150,000 (Direct Cost: ¥5,500,000、Indirect Cost: ¥1,650,000); Fiscal Year 2027: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000); Fiscal Year 2026: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000); Fiscal Year 2025: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000)
• Keywords: 軽度認知障害 / preclinical期 / ビッグデータ / 機械学習

Outline of Research at the Start

認知症の発症には生活習慣のほか数多くのリスク要因の介在が知られていることから、認知症に至る段階ごとに広範な評価項目の中から予測貢献度が高い要因を発掘する必要がある。応募者は運動疫学データ、バイオマーカー、ゲノム情報、行政・地理情報等の広範な縦断データに加え、認知症に至る各段階（preclinical期、MCI、認知症）の医師判定情報を保有する。本研究では、保有するビッグデータに機械学習を適用し、認知症に至る段階ごとに予測モデルを構築する。さらにSHAP（説明可能AI）を用いて優先度が高い項目を可視化するなど、最新の解析手法により運動疫学分野におけるデータサイエンスの変革をけん引する。