2022 Fiscal Year Annual Research Report
Development and clinical application of personalized IoT system to control the risk of mental and physical disorders of workers
| Project/Area Number |
20H00569
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山本 義春 東京大学, 大学院教育学研究科(教育学部), 教授 (60251427)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
北島 剛司 藤田医科大学, 医学部, 教授 (40360234)
吉内 一浩 東京大学, 医学部附属病院, 准教授 (70313153)
中村 亨 大阪大学, 大学院基礎工学研究科, 特任教授(常勤) (80419473)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | Micro-randomized trial / Affective computing / 睡眠安定性 / AIoT |
|---|
| Outline of Annual Research Achievements |
本研究計画の目的は、個人内ランダム化比較試験に相当するmicro-randomized trial (MRT) を行うことで、心身の不調に対してどのような条件・タイミングで介入を施すべきか、どのような介入が効果的であるか、という問いに対するエビデンスを生成することであった。この目的の実現のため、これまでの研究では、(1)既存のIoTクラウドデータコレクティングシステムの機能拡張、(2)日常生活下での気分・身体症状と対応する生体情報 (身体活動・睡眠・脈波・音声) を含んだビッグデータの作成に着手してきた。加えて、心身の不調との関連が広く知られている睡眠安定性に着目し、(3)睡眠安定性をターゲットにしたMRT実証実験を行った。
本年度では、第一に、これまでに収集してきたビッグデータを活用し、日常生活下で得られた感情中立的な音声データから対象者の気分を予測するAIモデルの構築を行った。特に、不安や憂うつなどを含む9次元の気分に対する推定精度を検証し、日常生活下での不調の自動検知の基盤となる結果が得られた (平均一致相関係数 = 0.547) 。現在は音声データに加えて身体活動や脈拍データを統合することで多次元生体情報による不調予測モデルの開発を行っている。第二に、MRT実験で得られた睡眠行動データの分析を行うことで、客観的なデータに基づく睡眠フィードバックの呈示によって最大で翌日の睡眠時間が1時間増加し、睡眠時間の変化を介して抑うつ気分や主観的睡眠の質を改善させられる可能性を示した。また、睡眠安定化の効果はもともと睡眠習慣に乱れを呈する被験者において顕著であることが明らかとなり、健康行動を継続的に観測・評価し、脆弱な状態になった場合にのみ介入を呈示することが重要であることが示唆された。
現在では、リング型デバイスとモデムとを用いることで、よりリアルタイムでのデータ計測・介入呈示が可能なIoTシステムの開発に着手している段階である。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Research Products
(8 results)
-
-
-
-
-
-
-
[Presentation] A federated learning paradigm for heart sound classification.2022
Author(s)
Qiu, W., K. Qian, Z. Wang, Y. Chang, Z. Bao, B. Hu, B. W. Schuller, and Y. Yamamoto.
Organizer
Proceedings of 44th Annual International Conference of IEEE Engineering in Medicine and Biology Society (EMBC 2022), pp. 1045-1048, 2022.
Int'l Joint Research
-
