| 研究課題/領域番号 |
19K10614
|
|---|
| 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 | 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 | 感染症 / AI / RNN / LSTM / 数理モデル / 流行予測 |
|---|
| 研究成果の概要 |
本研究は，特定の地域の過去の感染症データを用い，学習型AIの技術により流行を予測するモデルを作成することを目的とした。感染症のデータは，群馬県衛生環境研究所において2009年から2019年の過去11年分，県に届け出られたインフルエンザ，RSウイルス，咽頭結膜熱，A群溶結連鎖球菌，感染性胃腸炎，水痘，手足口病，伝染性紅斑，突発性発疹，ヘルパンギーナ，流行性耳下腺炎，流行性角結膜炎，マイコプラズマの情報を利用した。最終年をテストデータとし，再帰型ニューラルネットワークの変法のLSTMを用いてモデルを構築した結果，報告数の多いインフルエンザやRSウイルスは高い精度の予測モデルを作成することができた。
|
| 自由記述の分野 |
感染症の疫学
|
| 研究成果の学術的意義や社会的意義 |
本研究は，毎年周期的に流行を引き起こす感染症に対し，“その年の流行を予測できれば医療資源の準備や病床の確保を行うための参考情報にできるのではないか？”という発想の下で行われた。本研究の成果より，毎年多数報告されるインフルエンザやRSウイルスは予測精度の高いモデルを構築することができたが，他方，報告数の多くない感染症の予測精度は高くなかった。現在の学習型のAIは，学習のために多数のサンプル数を必要とするため，報告数の少ない感染症への対応に課題が残された。この課題は，今後の研究により解決することが望まれる。
|
