機械学習による都市河川の親水利用における水系感染症発症リスクのリアルタイム予測

2019 Fiscal Year Research-status Report

• Project/Area Number: 18K04415
• Research Institution: Nishinippon Institute of Technology
• Principal Investigator: 高見 徹 西日本工業大学, 工学部, 教授 (80321529)
• Co-Investigator(Kenkyū-buntansha): 野中 尋史 長岡技術科学大学, 工学研究科, 准教授 (70544724) ; 古川 隼士 北里大学, 医療衛生学部, 講師 (90632729) ; 廣田 雅春 岡山理科大学, 総合情報学部, 講師 (70750628) ; 平岡 透 長崎県立大学, 情報システム学部, 教授 (30626891) [Withdrawn]
• Project Period (FY): 2018-04-01 – 2023-03-31
• Keywords: 病原微生物 / 水系感染症 / 機械学習 / 統計学的評価

Outline of Annual Research Achievements

近年都市再開発や地方創生を目的とした都市河川の親水利用が進んでいる。人と水との接触機会が多くなるほど、河川水質に由来する衛生学的な問題に注意を払う必要がある。特に水系感染症を引き起こす病原微生物の存在実態の把握と接触に伴う感染症の発症リスクを明らかにすることは最重要の課題である。しかし、病原微生物に関する実測値は限られており、また、従来の生物学的試験法ではその濃度を適宜精度高く予測することは不可能である。
そこで本研究では、都市河川の親水利用における衛生学的な安全を確保するため、近年人工知能研究の分野で有力な技術・手法として発達している機械学習を利用したモデルによって、都市河川の病原微生物濃度をリアルタイムで予測する方法を確立し、水系感染症の発症リスクの予測を可能にすることを目的とする。
５ヶ年の研究期間における二年目は、前年に引き続き一級水系の大分川下流域を対象として、病原微生物とその関連水質の実測、一般水質項目とその他環境因子（降水量、流量、潮位）に関するデータ収集、各種病原微生物の増殖と予測に関する文献収集を行った。また、前年に設計したモデルと前年までに収集した各種データを用いて対象地点の病原性微生物濃度の予測を試みた。その結果、対象地点における所定月の病原性微生物濃度の予測値（出力）を得たが、実測値との間に大きな差異が認められた。その原因については入力データ不足以外の原因についても考察を続けている。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

５ヶ年の研究期間の二年目は、一年目に収集した各種データをもとに、機械学習による病原微生物濃度とそれに伴う感染症発症リスクの予測を試みることを計画していた。これらのうち病原微生物の実測、その他のデータおよび文献の収集については予定通り実施できた。また、機械学習による病原微生物の予測を試み、その出力値を得ることができた。ただし、出力値と実測値との差異があり、感染発症リスクの予測には至らなかった。これらの状況から、やや遅れていると評価した。

Strategy for Future Research Activity

５ヶ年の研究期間の三年目は、病原微生物の実測を追加・継続するとともに、新たに収集した各種データを入力して、当初からの計画である機械学習による病原微生物濃度の予測値と実測値との比較を行い、その精度と再現性を検証し、適用限界を明らかにする。加えて、前年のモデルのVAEに改良を加え、病原微生物濃度の予測値の精度向上を図る。また、リモート会議により、研究分担者との研究打ち合わせを密に行い、研究の進捗を確実なものにする。

Causes of Carryover

次年度使用額が生じた理由は、研究分担者に配分した分担金に残額が生じたためである。分担金の支出費目のほとんどは、研究代表者のもとでの研究打合せ（研究計画、中間報告など）のための旅費であったが、当初の計画よりも研究打ち合わせの実施日数と参加人数が少なかったため、残金が生じた。次年度は主な会議方法をリモート会議に改め、旅費に関する不確実な要素をできるだけ排除し、次年度分として請求した助成金と合わせて計画どおり使用する予定である。