2014 Fiscal Year Annual Research Report
生活習慣病予知のための医療健康データ解析による日常生活と発症の潜在的機構解明
| Project/Area Number |
25240038
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
畑 豊 兵庫県立大学, シミュレーション学研究科, 教授 (20218473)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山川 烈 一般財団法人ファジィシステム研究所, 研究部, 教授 (00005547)
小橋 昌司 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (00332966)
森本 雅和 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (10305683)
藤田 孝之 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (50336830)
前中 一介 兵庫県立大学, 工学(系)研究科(研究院), 教授 (70173721)
倉本 圭 兵庫県立大学, 工学(系)研究科(研究院), 准教授 (70524627)
上浦 尚武 兵庫県立大学, 工学(系)研究科(研究院), 教授 (80275312)
新居 学 兵庫県立大学, 工学(系)研究科(研究院), 助教 (80336833)
酒井 良忠 神戸大学, 医学(系)研究科(研究院), 教授 (90397802)
八木 直美 京都大学, 医学(系)研究科(研究院), 研究員 (40731708)
|
|---|
| Project Period (FY) |
2013-05-31 – 2017-03-31
|
| Keywords | 健康診断データ / 医用画像 / ソフトコンピューティング / 予知 / データ解析 / 生活習慣病 / 健康管理 / 情報処理 |
|---|
| Outline of Annual Research Achievements |
課題①時系列健康診断データ解析：姫路市医師会から提供された5年分の特定健診・後期高齢者健診結果を用いて研究を行った。決定木をベースにする方法では、木構造が複雑すぎてパターンを構築できなかった。そこでまず、①ファジイ集合を用いた健康診断データの分析方法を考案した。2014年4月に発表された新たな健診基準を用いることで検査データの基準依存性をファジィ論理に基づいた評価方法について研究した。健康指標及び疾患指標の変化から、男性においては明らかな指標の向上が見られ、女性にはあまり変化が見られなかった。このようにして健診データの健診基準の依存性を確認できた。次に②12種検査項目を学習データとして自己組織化マップを構築し、性別ごとに各項目によるラべリンク結果を得た。結果として、HbA1cの変化において、男女間で特徴が異なることが確認できた。更に、③深層学習手法を用いて、HbA1cが高い・低い場合に、過去の健康診断データのどの項目の関連が深いのかを研究した。学習後の多層ニューラルネットワークの分析を行った結果、BMIがHbA1cと最も関連があるという結果を得た。更に、一部の血液検査項目が特徴的に影響しているという結果を得た。これによってHbA1c上昇の潜在的機構の一部が解明できた。
課題②新規の被検診者に対して将来の数値を予知する方法論の構築：
HbA1cの予知方法を研究した。血液中のHbA1c値は、JDS値で6.1以上であればほぼ糖尿病型と判断できる。AR関連モデルでは、5年間の時系列データでは予知することが不可能であった。そこで、２年間連続した健診データから2年目を予知することを試みた。２年目にHbA1cが基準値6.1を超過したデータに注目し、１年目のHbA1c値の分布を比較した結果より、HbA1cの値が5.7以上になると急激に超過者が増加する事が確認できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究を、姫路市医師会との共同研究として実施し、平成25年度の成果を基盤として以下の本年度の研究課題に取り組み以下の結果を得た。
課題①時系列健康診断データ解析：健診データ解析の基礎として①ファジイ集合を用いた健康診断データの分析方法を考案した。2014年4 月に発表された新たな健診基準を用いることで検査データの基準依存性をファジィ論理に基づいた評価方法を提案できた。これにより、時系列データ処理の前に必要な処理として健診データの健診基準の依存性を確認した。②2008年-2012年の5年間の特定健診・後期高齢者健診結果において、糖尿病の要因の一つとされている内臓脂肪型肥満の受診者のものに着目し、糖尿病の指標であるHbA1cの変化と他検査項目の変化との関連性、すなわち時系列での変分を自己組織化マップで精査した。更に、③現在ビッグデータ処理に頻繁に使用されている深層学習手法を用いて、HbA1cと過去の他のどの検査項目の関係性が深いか、すなわち時系列的にどの項目と関連が深いかを研究した。学習後の多層ニューラルネットワークの分析を行った結果、BMIとHbA1cが最も時系列的に関連が深いとの結果を得た。更に、特徴的に影響しているという項目を発見できた。これによってHbA1c上昇の潜在的機構の一部が解明できた。
課題②新規の被検診者に対して将来の数値を予知する方法論の構築：
研究課題①も予知の方法のベースとする時系列解析データを得ている。その上、ここではHbA1cの予知方法を研究した。1年目の健診データから2年目を予知することを試みた。１年目のHbA1cの値が5.7以上になると2年目に急激に超過者が増加する事が明らかになった。
|
| Strategy for Future Research Activity |
①ファジィ論理を用いた健康状態の数値化：ファジィ集合を利用したヒトの血液データの表現法を研究する。様々な基準を表現したファジィメンバーシップ関数を定義し、表現したい目的に応じたファジィ値を計算する。この際、疾患者用のファジィ疾病管理程度や特定の生活習慣病に関するファジィ値を定義し、これによって単一の指標で各疾病の状態を数値化する。これは主として畑が担当する。
②検査項目値が悪化した場合の原因特定とそれを向上させるための要員の解明：検査結果が好転する場合の項目関係の発見とマップの診察への導入法を確立する。HbA1c値が2年目に減少した場合の健診結果を特徴データ化し、それにより自己組織化マップを構築する。ここで自己組織化マップ以外の方法の利用可能性についても研究する。この研究は、分析結果を実際の患者に分かるようにする検査項目同士の相関の解明と解析された結果の可視化法の研究でもある。これは主として上浦が担当する。
③HbA1cと他の検査項目の関係性抽出によるHbA1c変動要因の特定：HbA1c変化予測精度向上のための検診者のクラスタリング法を精査する。これは主に森本、新居が担当する。森本は統計を基盤とした技術開発を行う．新居はニューラルネットワークを基盤とした技術開発を行う。この際、②の自己組織化マップによる分析結果を積極的に利用し、これによって得られた結果を包含した形で解析をすすめる。
④脳血管構造と生活習慣病有無による動脈瘤発症リスクの解析法開発：脳血管構造の数値ベクトル化を実施し、動脈瘤発症リスク推定法を研究する。ウィリス環は、血管壁に与える力が強く動脈瘤が発症しやすいため、動脈瘤発症率の高い脳底部に位置するウィリス環構造に注目して研究する。これは主として小橋が担当する。
全体の研究の進展に山川、酒井、八木が加わり、藤田と前中が新たなデータ取得のセンサー開発を担当する。
|
