| 研究課題/領域番号 |
19K19433
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 山梨大学 |
|---|
研究代表者 |
大岡 忠生 山梨大学, 大学院総合研究部, 助教 (40803987)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 疾患予測モデル / 糖尿病 / 健康診断 / 機械学習 / ランダムフォレスト |
|---|
| 研究開始時の研究の概要 |
健康診断データに人工知能技術(RandomForest,DeepLearning)を適用する事で糖尿病の発症予測と予測因子の同定を行い、既存の疫学的アプローチ(線形モデルによる)により示される事実との一致性を確認する事で解析の妥当性を検証する。加えて、人工知能技術による解析の優位性や欠点を提示する事で、疫学データに人工知能技術を導入する是非を検討し、疫学データへの人工知能技術適用の枠組みを提案する。解析データには、複数の健診施設における13年分(2005-2017:延べ約15万人)の検査結果を使用し、HbA1cの上昇をモデルのアウトカムに設定する。
|
| 研究成果の概要 |
健康診断施設における約20年間の健康診断結果のデータを活用する事で、2型糖尿病における重要な指標であるHbA1cが急上昇する受診者を、前年度の健康診断結果から高精度に予測する人工知能モデルの開発に成功した。また、これらのモデルを検証する事で、2型糖尿病の発症を予測するうえで重要となる血糖値以外の要素（例：コレステロール値、血圧）を同定した。更に、このモデルを発展させて、過去の健康診断結果から1年後・3年後の健康診断結果を高精度に予測する人工知能モデルも併せて開発した。今後は同モデルを実際の健康診断や保健指導の現場で活用する事で受診者の健康が促進するかを確認するランダム化比較試験を実施していく。
|
| 研究成果の学術的意義や社会的意義 |
様々な機械学習モデルを疫学データに活用する事で、疫学データへの人工知能（機械学習）技術適応の枠組みの検証を行うことが出来た。また、将来の健康診断結果を高精度に予測する機械学習モデルの開発にも成功した。今後は、開発した予測モデルをどのように使うか、研究の枠組みをどのように活用していくかを検討するために、ランダム化比較試験を含めた更なる検討を進めていく。
|
