| 研究課題/領域番号 |
21K08034
|
|---|
| 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53020:循環器内科学関連
|
|---|
| 研究機関 | 鹿児島大学 |
|---|
研究代表者 |
川添 晋 鹿児島大学, 医歯学総合研究科, 特任講師 (00810201)
|
|---|
| 研究分担者 |
窪薗 琢郎 鹿児島大学, 医歯学域医学系, 講師 (00598013)
大石 充 鹿児島大学, 医歯学域医学系, 教授 (50335345)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | AI / データベース研究 / 健康診断 / 心血管疾患 / 予測モデル / 健診データ |
|---|
| 研究開始時の研究の概要 |
超少子高齢化社会への突入と医療の高度化・高額化に伴い、わが国の医療財政は逼迫しており、疾患の予防および早期発見による医療費の抑制が急務となっている。我々は、統計学的手法を用いて日本人における心血管リスクの知見を報告してきた。しかし、統計手法は網羅的、複合的分析に弱いこと、結果を個人のリスク評価に適用することが難しいことなどの限界があった。本研究では43年間にわたる70万人の健診データをもとにして、個人単位での疾患の早期発見・早期治療に役立つ心血管疾患発症予測の人工知能（AI）モデルを構築・実装する。健康寿命の延伸と医療費の抑制を実証し、世界に先駆けた新たな医療モデルを実現する。
|
| 研究成果の概要 |
健診データの可視化とAI適用への前処理を行い、そのデータにLAMPおよび機械学習アルゴリズムを適用してモデルの作成を行った。ハイパーパラメータのチューニングを行い、いくつかの機械学習モデル（ランダムフォレスト、XGBoosting、ロジスティック回帰、ニューラルネットワーク、サポートベクトルマシン、他）について最適化を行った。アウトカムとして高血圧、慢性腎臓病、メタボリックシンドローム、動脈硬化（baPWV高値）についてモデルの作成を行った。研究成果について国内外の複数の学会で成果の発表を行い、成果の論文化も順次進めている。
|
| 研究成果の学術的意義や社会的意義 |
超少子高齢化社会への突入と医療の高度化・高額化に伴い、わが国の医療財政は逼迫しており、疾患の予防および早期発見による医療費の抑制が急務である。我々は43年間にわたる70万人の健診データをもとにして、個人単位での疾患の早期発見・早期治療に役立つ心血管疾患発症予測の人工知能（AI）モデルを構築・実装した。さらにそのアルゴリズムを保健指導の場で実際に指導に役立てるべく、アプリ化を現在進めている。健康寿命の延伸と医療費の抑制に寄与する、世界に先駆けた新たな医療モデルであるものと考えている。
|
