AIと遺伝子変異情報を基盤とした年齢別健診標準値予測と個別健康指導法の開発

• Project/Area Number: 25K03217
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Kanazawa University
• Principal Investigator: 佐藤 賢二 金沢大学, 融合科学系, 教授 (10215783)
• Co-Investigator(Kenkyū-buntansha): 田嶋 敦 金沢大学, 医学系, 教授 (10396864) ; 唐島 成宙 金沢大学, GS教育系, 准教授 (30801584)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2028: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2027: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000); Fiscal Year 2026: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000); Fiscal Year 2025: ¥9,230,000 (Direct Cost: ¥7,100,000、Indirect Cost: ¥2,130,000)
• Keywords: 遺伝子変異 / AI / 生活習慣病 / 個別健康指導

Outline of Research at the Start

多くの生活習慣病は多数の遺伝子変異と環境要因が組み合わさって発症していると考えられているが、通常の健康指導では個人の遺伝子変異や環境要因を考慮しないまま、「上の方の血圧が130以下なら正常」といった画一的な指標が用いられている。本研究では遺伝子変異情報から機械学習を用いて高精度な予測モデルを確立し、遺伝的要因と環境要因を峻別した機械学習ベースの新しい健康指導方法を確立することを目標とする。更に、年齢帯別に構築した高精度予測モデルを用いて、血圧等の予測結果を年齢に沿って示すことで、何歳頃にはどの程度の値が標準かをシミュレーションした結果を個別化して提示することを目指す。