研究課題/領域番号 |
19K10620
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分58030:衛生学および公衆衛生学分野関連:実験系を含まない
|
研究機関 | 滋賀大学 (2021-2022) 京都大学 (2019-2020) |
研究代表者 |
池之上 辰義 滋賀大学, データサイエンス学系, 講師 (70761443)
|
研究分担者 |
山田 ゆかり 京都大学, 医学研究科, 特定講師 (00306846)
福間 真悟 京都大学, 医学研究科, 准教授 (60706703)
|
研究期間 (年度) |
2019-04-01 – 2023-03-31
|
研究課題ステータス |
完了 (2022年度)
|
配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 特定保健指導 / 特定健診 / 機械学習 / テキスト解析 / ディープラーニング / 人工知能 / 自然言語処理 / 教師なし学習 / 教師あり学習 / テキストマイニング / 受療状況 |
研究開始時の研究の概要 |
特定保健指導は「保健指導員による対面指導と電話指導」が中核であり、指導の質が指導効果の成否を決定するが、指導内容を基にした検討はなされていない。また、特定保健指導とアウトカムの関係も中核となる指導内容が無視されたり、解析対象の選択バイアスにより正しく評価されていない。保健指導記録について人工知能・機械学習アルゴリズムを含むテキストマイニング手法で解析し、活用されてこなかったヘルスデータ関連のテキストデータ活用を推進するモデルケースを大規模データで検証する。従来の分析では困難であった指導後の受療状況までの網羅的なアウトカム補足が可能となり、テキストデータ解析のヘルスデータでの活用を推進する。
|
研究成果の概要 |
本研究では、保健指導記録と健診情報を突合することによって、特定保健指導で行われている指導内容とその結果についての縦断的な評価を行った。機械学習を用いて保健指導記録の分類と解析をおこない、4つないし6つに保健指導内容が分類できることを可視化した。さらに、ディープラーニングを用いて保健指導記録から1年後の健診での腹囲5㎝減少を予測するモデルの構築を行い、精度62%のモデルと構築した。一方で既存の解析法を用いて「特定保健指導」についての被指導者反応性を検討した。肥満に対する意識と行動は、保健指導による体重減少と関連していることを明らかにした。
|
研究成果の学術的意義や社会的意義 |
本研究はこれまでブラックボックスとなっていた特定保健指導がその結果にどのように影響するかを機械学習を用いて検討した。。今後、より精緻なモデルの作成により保健指導の質的な向上に寄与することが期待される。
|