| 研究課題/領域番号 |
19K10614
|
|---|
| 研究機関 | 群馬大学 |
|---|
研究代表者 |
内田 満夫 群馬大学, 大学院医学系研究科, 准教授 (00377251)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | Deep learning / 定点報告 / 全数報告 / 保健所 / 感染症 / ＡＩ |
|---|
| 研究実績の概要 |
本研究は，既存の感染症報告データを用い，Deep learning（DL）の技術を利用して今後の感染症の流行を推測することを目的とした。令和2年度は，DLの学習モデルを構築するための感染症データを収集してデータベースを作成した。前年に群馬県の厚生部，衛生環境研究所，保健所と打ち合わせをおこない，保健所において収集する届け出感染症について，定点報告と全数報告の感染症を，週報および月報データを入手することが可能となり，また過去約10年分のデータを入手した。入手したデータはCSV形式であり，報告するためのフォーマットであったため，まず年度ごとに群馬県内の10か所の医療圏別に感染症を分類し直した。次にこれらのデータを経年的データとして利用するため，地区別に収集した1週ごとのデータを結合し，DLに用いるために感染症ごとにあらためてソートした。この作業を研究補助者と共に，10年分を作成した。以上，本年度はデータ解析のために下準備を整えることができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
令和2年度は，データベースの作成を主目的としており，可能であれば解析にも着手する予定であった。過去の感染症のデータが収集でき，また解析に用いるためにフォーマットを整えた。しかしながら，COVID-19への対応など，社会的実務活動による影響もあり，解析に着手することはできなかった。したがって，研究は若干遅れて進行していると判断できる。
|
| 今後の研究の推進方策 |
令和3年度は，Pythonのプログラムを用いて，得られた感染症データから再帰型ニューラルネットワーク(Recurrent neural network)のモデルを構築して，DLを行う計画である。COVID-19の影響は避けられないが，できるかぎり研究計画通りにモデルを構築する予定である。
|
| 次年度使用額が生じた理由 |
わが国におけるCOVID-19の流行により，研究のみならず社会に対する啓発活動などの実務対応業務が著しく増加したため，本研究課題のエフォートが減少してしまい，次年度使用額が生じた。今後は研究計画に沿って活動をおこない，当初の予定通りに進める。
|
