| Project/Area Number |
17K19835
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Society medicine, Nursing, and related fields
|
|---|
| Research Institution | Kochi University of Technology |
|---|
Principal Investigator |
KARIYA TSUYOSHI 高知工科大学, 地域連携機構, 客員研究員 (00583519)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2017: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
|
|---|
| Keywords | 問題構造化 / 政策ロジックモデル / システム思考 / 行政評価 / 特定健康診査・特定保健指導 / 介護予防 / ディープラーニング / AI / ロジックモデル / 行政経営 / 政策科学 / プログラム評価手法 / 要介護認定 / プログラム評価 / 多変量解析 / 特定健康診査 / 特定保健指導 / 特定健康診査の受診阻害要因 / EBPM / 保健医療行政 / 社会保障システム / システムズ・アプローチ / 国民健康保険制度 / 施策・事業評価 / 社会マネジメントシステム学 / シミュレーション工学 / 認知心理学 |
|---|
| Outline of Final Research Achievements |
In the implementation plans for specific health examinations, etc. formulated by local governments, methods such as problem structuring and policy logic models were used to discover problems and issues related to specific health examinations and specific health guidance by the National Health Insurance insured people themselves, and to derive effective measures and projects.
In addition, long-term care insurance business plans must reduce the number of people certified as requiring long-term care and curb the amount of long-term care services and the cost of long-term care benefits. Therefore, we developed a system for planning an effective menu of long-term care prevention projects by predicting the number of people eligible for long-term care prevention in the future based on deep learning methods using AI.
|
| Academic Significance and Societal Importance of the Research Achievements |
疾病予防の分野においては、ステークホルダー自身がワークショップを通して、特定健康診査や特定保健指導について考え、その問題を構造化し、構造化に基づくロジックモデルからアンケート調査票を作成することなどを通して、効果的な事業を地方自治体に提案する仕組みを示したことにある。
また、介護予防分野においては、要介護認定者となる対象者を抑制することが求められるため、地方自治体が保有している健診データ、医療レセプトデータ、要介護認定調査データ及び介護予防・日常生活圏域ニーズ調査等を活用し、AIにより介護が必要となる対象者の特徴を選定させることで、効果的な介護予防のメニュー作りができるようにしたことにある。
|
