エビデンスに基づく保健指導の実現へ　健康診断のデータから生活習慣病の発症因子を推定　医療ビッグデータを解析する人工知能(AI)を開発

　研究は、帝京大学大学院医療技術学研究科診療放射線学専攻の古徳純一教授らの研究グループが、大阪大学キャンパスライフ健康支援センターの土岐博特任教授らとの共同で行ったもの(受託研究代表者：守山敏樹・同センター長)。研究成果は、米科学誌「PLOS ONE」に掲載された。

　帝京大学や大阪大学の研究グループが、大阪府民60万人規模の健康診断データから、自動的にデータ内にひそむ因果関係を推定できる人工知能(AI)を開発した。

　医療ビッグデータ解析で、今後のAI技術応用のキーとなる研究で、生活習慣病などさまざまな疾患を予防するための保健指導への活用が期待される。

　AI研究は現代社会でさまざまな分野で応用されているが、基本的に予測能力の高さを競うものがほとんどで、予測に用いられるモデルは必ずしも因果関係を反映しているものではなく、相関関係の記述にとどまっているものが大半だ。

　データから因果関係を自動的に推定する方法は「因果探索」と呼ばれる。これまで、さまざまな数理モデルが提案されてきたが、データの規模が小さいと因果関係の推定精度が悪くなるため、現実の医療データに適用した成功例は報告されていなかった。 　そこで研究グループは今回、大阪府保険者協議会および大阪府国民健康保険団体連合会の協力により、大阪府民60万人規模の健康診断データ(個人を特定できないように加工済み)の提供を得た。

　研究グループではこれまでにない規模の医療ビッグデータに「因果探索」のAI技術、とくに「Direct LiNGAM」と呼ばれる数理モデルを用いることで、健康診断で取得されたデータ間の因果関係の自動的な構築を行った。

　その結果、生活習慣病の因子間の因果関係が明らかになった。たとえば、「善玉コレステロール(HDL)の増加は体格指数(BMI)、中性脂肪、血糖値を改善する要因であること」が顕著になった。

　さらに、「BMIは血糖値や肝臓悪化の指標であるGPT(ALT)に悪影響をもつこと」や「中性脂肪や血糖値の悪化は肝臓の悪化に大きく影響すること」なども明らかになった。

　これらの結果から、生活習慣病の保健指導などにエビデンスに基づいて活用できる可能性が示された。

　「今回の研究の成果により、これまで経験に頼りがちだった保健指導で、AIに基づいた解析により、保健指導による健康指標改善を具体性をもって"可視化"することが可能になります。これにより、保健指導の実施がエビデンスに支えられ、指導を受ける側にも説得力をもって受け入れられやすくなることが期待されます」と、研究者は述べている。

帝京大学大学院医療技術学研究科診療放射線学専攻
大阪大学キャンパスライフ健康支援センター
Causal relations of health indices inferred statistically using the DirectLiNGAM algorithm from big data of Osaka prefecture health checkups(PLOS ONE 2020年12月23日)