Mobile health-based digital phenotyping for dry eye disease

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K17311
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
• Research Institution: Juntendo University
• Principal Investigator: Inomata Akie 順天堂大学, 医学部, 非常勤助教 (70876680)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: ドライアイ / モバイルヘルス / 層別化 / デジタルフェノタイピング / デジタルヘルス / 個別化 / ネットワーク解析 / 機械学習

Outline of Final Research Achievements

This study utilized an originally developed smartphone application to comprehensively collect various symptoms and causes of dry eye in individual patients as well as biometric data, and conducted data-driven analysis using artificial intelligence. Furthermore, the characteristics of each stratified cluster were visualized and individualized, and a digital phenotyping method using blinking sensing was developed. Developed digital phenotyping method, using a smartphone application, will improve dry eye treatment and provide new values of prevention, prediction, personalization, and participatory medicine.

Free Research Field

デジタルヘルス

Academic Significance and Societal Importance of the Research Achievements

ドライアイは多因子疾患であり、環境因子、生活習慣、加齢・性別(女性)・遺伝・家族歴等の宿主因子等が、複合的に関連してドライアイの発症や経過に影響を及ぼす。このようにドライアイは、多様性ある自覚症状や多因子かつ複合的な発症要因をもつ一方、これまで画一的な点眼加療に留まり、個々人にとって最適化された医療（個別化医療）は提供されてこなかった。この問題に対し、個々人の多様な自覚症状や関連する生活習慣情報を含む包括的な情報に対するドライアイ層別化手法の開発は、最適化された複合的なドライアイ対策の提案や、ドライアイの発症・重症化を未然に防ぐ予防医療ならびに個別化医療の実現に資する。