2023 Fiscal Year Annual Research Report

Real-Time Prediction of Risk of Waterborne Infectious Disease Development in Friendly Use of Urban Rivers Using Machine Learning

Research Project

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)	野中尋史愛知工業大学, 経営学部, 准教授 (70544724) 古川隼士北里大学, 医療衛生学部, 准教授 (90632729) 廣田雅春岡山理科大学, 情報理工学部, 准教授 (70750628) 平岡透長崎県立大学, 情報システム学部, 教授 (30626891) [Withdrawn]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 – 2024-03-31
Keywords	病原生物 / 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した。本研究期間において、対象河川で得た実測データと他の各種データとの統計学的解析と機械学習によって、福岡県京築地域七河川の大腸菌群数および大腸菌数の予測値を出力した。また、予測値と実測値の乖離の原因となる大腸菌群数および大腸菌数の実測データを適宜追加するとともに、寄与率に応じた変数の選択を行い、予測値の精度向上を図った。その結果、大腸菌群数については許容可能な範囲で予測値を得ることができた。しかし、大腸菌数については、実測データが不足しているため、今後のデータ蓄積による精度向上の課題が残った。