| 研究課題/領域番号 |
21K14300
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分23020:建築環境および建築設備関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
海塩 渉 東京工業大学, 環境・社会理工学院, 助教 (90881863)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 血圧 / 循環器疾患 / 人工知能 / 個別化予防 / 住宅 |
|---|
| 研究開始時の研究の概要 |
現在、医療は「Preventive, Personalized, Predictive Medicine (PPPM)」への転換期を迎えている。
そのような中、近年住環境と循環器疾患の関連が明らかになり、Preventiveの視点から住まいが注目されている。
更に、住まいはパーソナルデータの宝庫であり、そのデータを基に健康状態を予測することで、Personalized & Predictive Medicineへの貢献も期待される。
本研究では、住環境とパーソナルデータと共に循環器疾患と強く関連する血圧を取得し、AIモデルにより血圧を精度高く予測することで、住まいによるPPPMへの貢献を目指す。
|
| 研究実績の概要 |
■実績
2023年度は、2022年度までの調査および分析から抽出された課題点（より長期的なデータ計測が必要）を踏まえて48名の居住者に対して計4カ月の実測調査を行った。調査期間は循環器疾患が多発し、血圧が最も高くなる冬季を含む期間（10～11月および1～2月）とした。測定データは、家庭血圧による起床時と就寝前の血圧データ、環境センサーによる温湿度データ、ウェアラブルセンサーによるパーソナルデータ（活動量・脈拍・睡眠等）、個人属性や生活習慣に関するアンケートデータである。データの取得を終えた3月には、2024年度のAIモデルの構築を見据えてデータの吸出しを開始し、おおむね完了している状況である。
■意義
本研究課題は、これからの医療の姿である「Preventive（予防主体）, Personalized（個別化）and Predictive（予測可能）Medicine（PPPM）」の実現に向けて、人が最も長時間を過ごしパーソナルデータの宝庫である「住まい」をデータ集積の基盤として活用しつつ、個々人の健康状態の変化を予見するための基礎調査である。客観的に測定した住環境データやパーソナルデータから、循環器疾患の強力な予測因子となる「血圧」をAIによって予測するという構想であり、社会実装も可能なエビデンスに繋がることを期待している。2023年度に取得した長期実測データは、AIモデル構築の基盤となるデータであり、上記の社会実装の足掛かりとするために有効活用していく。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2023年度は、2022年度の計画通り4カ月の長期間にわたる実測調査を実施することができた。そのため、「おおむね順調に進展している」と判断した。
|
| 今後の研究の推進方策 |
2024年度は、2023年度に取得したデータを整理し、本研究の目的である血圧を予測するAIモデルの構築を進めていく。
|
