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 (2022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 2022年度は、2021年度冬季に取得した家庭血圧計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・呼吸数・睡眠の質等)、個人属性や生活習慣に関するアンケートのデータ整理および分析を行った。分析の結果から、より長期的なデータ計測の必要性が示唆されたため、2023年度の新規データ取得に向けて、調査対象の選定・依頼、調査計画や生命倫理申請書の改定、測定機器の再検討、調査資料の修正等の下準備を行った。その中で、複数の企業との共同研究の枠組みを構築することができ、2023年度の調査実施に向けた打合せを複数回重ねている段階である。 AIモデルの構築について、2021年度から引き続きAIを専門とする研究者からアルゴリズムに対する助言を頂くとともに、実際のコード記述にあたってはChatGPTによるPythonコード生成の可能性を模索した。 ■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の蓄積に繋がることを期待している。
|
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
2022年度のデータ分析からAIモデル構築上の課題点が見えてきたものの、その課題点を克服すべく2023年度に新規調査を実施する計画を進めているため、「おおむね順調に進展している」とした。
|
今後の研究の推進方策 |
2023年度は、2022年度に試行したデータ分析から生じた課題点を踏まえて新たに調査を実施し、データを取得する計画である。
|