| Project/Area Number |
24K14167
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58080:Gerontological nursing and community health nursing-related
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
岡久 玲子 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (80515619)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
多田 美由貴 徳島大学, 大学院医歯薬学研究部(医学域), 助教 (50732004)
上白川 沙織 徳島大学, 大学院医歯薬学研究部(医学域), 助教 (70901049)
松下 恭子 徳島大学, 大学院医歯薬学研究部(医学域), 准教授 (10325293)
泓田 正雄 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (10304552)
岡久 稔也 徳島大学, 大学院医歯薬学研究部(医学域), 特任教授 (60304515)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 保健指導システム / ストレングス / 健康ビッグデータ / AI機械学習 / ビッグデータ |
|---|
| Outline of Research at the Start |
本研究では、健診受診者の健康ビッグデータを用いて人工知能（AI）による機械学習を行い、受診者のストレングスタイプ別の特徴および関連要因を抽出し、その結果をもとに、ストレングス視点型の生活習慣病予防保健指導システムを構築する。
健診受診者の健康に関するビッグデータの蓄積、AIによる機械学習によるストレングスタイプ別特徴および関連要因の抽出、ストレングス視点型の生活習慣病予防保健指導に用いる動画教材の作成と評価により、システム構築を図る。
|
| Outline of Annual Research Achievements |
本研究では、健診受診者の健康ビッグデータを用いて人工知能（AI）による機械学習を行い、受診者のストレングスタイプ別の特徴および関連要因を抽出し、その結果をもとに、ストレングス視点型の生活習慣病予防保健指導システムを構築することを目的とする。
具体的には、第1段階として、AIによる機械学習の精度を高めるための健康データの収集・蓄積、第2段階として、機械学習による受診者のストレングスタイプ別特徴・関連要因の抽出、第3段階として、ストレングスタイプ別保健指導動画の作成・評価を行う。以上の過程を通して、ストレングス視点を取り入れた生活習慣病予防のための保健指導システムを構築する。
令和6年度は、第1段階であり、健診受診者の健康データの収集・蓄積を行った。対象者の健診の待ち時間などを利用し、ストレングス、生活習慣、ストレス、睡眠、身長、体重などの健康データを収集したが、本研究に同意しない受診者もいたことより、当初の予定より少ない127名分のデータを得た。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
令和6年度は、本研究の第1段階であり、健診受診者の健康データ（ストレングス、生活習慣、ストレス、睡眠、身長、体重など）の収集・蓄積を行った。iPADを用いて、対象者の健診の待ち時間などを利用し、データを収集したが、健診を早く終えて帰りたいという希望もあり、本研究に同意しない受診者もいた。また、健診施設のスタッフも、本来の健診業務のあるなか、受診者への研究協力依頼を行うことを負担に感じている者もおり、当初の予定より少ない127名分のデータ収集となった。以上により、遅れていると評価した。分析対象数を増やすため、令和7年度も効果的なデータ収集の工夫を加えながら、引き続きデータ収集を継続する。
|
| Strategy for Future Research Activity |
令和7年度は、本研究の第2段階として、機械学習による受診者のストレングスタイプ別特徴・関連要因の抽出の計画であったが、分析対象数を増やすため、引き続きデータ収集を継続する。十分なデータ数が集まれば、AIによる機械学習によってストレングス指標の次元分布（最適な次元数と分布状況）やストレングスタイプ別の特徴と関連要因を抽出する計画である。
同時に、第3段階のストレングスタイプ別保健指導動画の作成に向けた参考資料とするために、先行研究「セルフモニタリングを取り入れたストレングス視点型生活習慣変容プログラムの開発」の成果をもとに、ストレングスタイプ別の効果的な生活習慣変容の工夫について整理する。また、公立学校共済組合員等の保健指導の際に使用するストレングスタイプ別の特徴・関連要因を踏まえた具体的な保健指導方法（対象者の設定、指導方法）について、現場の実情（マンパワー、地域性など）を考慮して検討する。その結果を受けて、ストレングスタイプ別保健指導に用いる動画作成に関する協議を行う。
|
