ニュース
実行しやすい健康改善プランを提案するAI(人工知能)を開発 健診データから1人ひとりに最適なプランを選択
2021年06月01日
京都大学などが、AI(人工知能)の技術のひとつである機械学習などを組合わせることで、個人の健診データをもとに、1人ひとりに最適で効果的な健康改善プランを提案できるAIの開発に成功したと発表した。
個人の特性に合わせて最適な治療法を選択する「個別化医療」の重要性は高まっており、蓄積された健康データから有用な知見をえるための研究は加速している。
「今回の研究はまったく新しいアプローチを提案するもので、今後の医療分野でのデータ活用の加速に大きく貢献すると期待しています」と研究者は述べている。
個人の特性に合わせて最適な治療法を選択する「個別化医療」の重要性は高まっており、蓄積された健康データから有用な知見をえるための研究は加速している。
「今回の研究はまったく新しいアプローチを提案するもので、今後の医療分野でのデータ活用の加速に大きく貢献すると期待しています」と研究者は述べている。
健康改善プランは「人にとって実行しやすいもの」である必要が
京都大学などが、AI(人工知能)技術のひとつである「機械学習」と「階層ベイズモデリング」を組合わせることで、個人の健診データをもとに、1人ひとりに最適で効果的な健康改善プランを提案するAIの開発に成功した。
研究は、京都大学が弘前大学COIで協和発酵バイオ、弘前大学と共同で行ったもの。
健康改善プランは、予測される結果の改善効果が大きく、かつ人にとって「実行しやすい」ものである必要がある。
たとえば、現実には生体がとりえない検査値を組合せたような改善プランは実行が難しくなる。実際に健診データにあるような検査値の組合せを経由するような改善プランの方が好ましい。
また、健康改善のために、運動、飲酒制限、食習慣などに関して、すべての項目に対して介入を行うのではなく、効率的な改善が可能であれば、項目を絞ったほうが、保健指導を受ける人にとっての受容性は高くなると考えられる。
そこで研究グループは、「実行しやすさ」を考慮しつつ、より効果的な健康改善プランを提案できるAI(人工知能)の開発に取り組んだ。
AIの技術のひとつである機械学習などを組合わせた。機械学習は、近年のAI発展の中核となっている、コンピュータが大量のデータを学習し、そこから法則性を見出すことで予測や分類などのタスクを実行する技術。
現実にとりうる検査値の組合せによる健康改善プランを実現するために、「実行しやすさ」が重要となる。これを評価するために、階層ベイズモデルにより実際のデータ分布のパターンを学習した。
このモデルは、データ全体の傾向と個体、またはグループの傾向をもとに学習を行うことで、複数の分布が混合したデータの分布を表現するもの。
出典：京都大学大学院医学研究科、2021年
発症リスクを予測できても、具体的な改善行動を示すのは難しい
近年の機械学習技術の目覚ましい発展により、個人の現在または将来の健康状況を高性能に予測するモデルの作成が可能になってきた。
近年、医療やヘルルスア分野でも、AIの機械学習技術を利用して予測モデルを作成することで、患者の包括的な情報をもとに、診断支援や将来の疾病予測を行うことが可能になってきた。
しかし、高性能な予測モデルは予測過程がブラックボックス化されており、これを用いて個人ごとに効果的かつ具体的な健康改善プランを提案することは困難だった。
また、近年注目されている個別化医療では、多様な個人の健康特性や嗜好にもとづき、患者が受け入れられる健康改善プランを立てることが重要な要素となっているが、そうした健康改善プランの提案は、主に臨床医の経験に依存しており、データ主導の方法で臨床医をサポートすることは課題となっている。
そのため、個人の健康に関してAIの機械学習モデルにより病気の発症リスクが高いと予測されても、どのような改善行動を取るべきかについて具体的なプランを示すことはできなかった。
AIで実行しやすいプランを提案し、個別化医療の実現へ
研究グループが開発したのは、高性能な機械学習モデルに加え、階層ベイズモデルを用いることで、1人ひとりにあわせた「実行しやすい」健康改善プランを提案するAI。
実際に、開発したAIを「岩木健康増進プロジェクト」により取得された健診ビッグデータへと適用し、その有用性を検証した。
同プロジェクトにより取得された検診ビッグデータに対して適用し、高血圧または慢性腎臓病(CKD)リスクのある被験者に対して、効果的な改善プランを立案可能であるかを評価した。
その結果、開発したAIが個人の健康状態に応じて個別の改善プランを立案可能であることが確認された。また、開発したAIの改善プランは、同じ改善効果をえるための他のプランと比較して「実行しやすい」ものであることが実証されたという。
「実行しやすさ」を評価するために、階層ベイズモデルにより実際のデータ分布のパターンを学習
出典：京都大学大学院医学研究科、2021年
研究は、京都大学大学院医学研究科の奥野恭史教授、小島諒介特定講師、中村和貴氏らの研究グループによるもの。研究成果は、国際学術誌「Nature Communications」にオンライン掲載された。
「研究成果は、開発したAIが医療分野での意思決定に貢献し、臨床医に対してこれまでえられなかった洞察を与える可能性があることを示しています」と、研究グループは述べている。
「今日、個別化医療の重要性は高まっており、蓄積された健康データから有用な知見をえることが期待されています。本研究はそれに対するまったく新しいアプローチを提案するものであり、今後の医療分野でのデータ活用の加速に大きく貢献すると期待できます」
京都大学大学院医学研究科・医学部Health Improvement Framework For Actionable Treatment Planning Using A Surrogate Bayesian Model(Nature Communications 2021年5月25日)
掲載記事・図表の無断転用を禁じます。©2009 - 2025 SOSHINSHA All Rights Reserved.
「健診・検診」に関するニュース
- 2025年06月02日
- 肺がん検診ガイドライン19年ぶり改訂 重喫煙者に年1回の低線量CTを推奨【国立がん研究センター】
- 2025年05月20日
-
【調査報告】国民健康保険の保健事業を見直すロジックモデルを構築
―特定健診・特定保健指導を起点にアウトカムを可視化 - 2025年05月16日
- 高齢者がスマホなどのデジタル技術を利用すると認知症予防に 高齢者がネットを使うと健診の受診率も改善
- 2025年05月16日
- 【高血圧の日】運輸業はとく高血圧や肥満が多い 健康増進を推進し検査値が改善 二次健診者数も減少
- 2025年05月12日
- メタボとロコモの深い関係を3万人超の健診データで解明 運動機能の低下は50代から進行 メタボとロコモの同時健診が必要
- 2025年05月01日
- ホルモン分泌は年齢とともに変化 バランスが乱れると不調や病気が 肥満を引き起こすホルモンも【ホルモンを健康にする10の方法】
- 2025年05月01日
- 【デジタル技術を活用した血圧管理】産業保健・地域保健・健診の保健指導などでの活用を期待 日本高血圧学会
- 2025年04月17日
- 【検討会報告】保健師の未来像を2類型で提示―厚労省、2040年の地域保健を見据え議論
- 2025年04月14日
- 女性の健康のための検査・検診 日本の女性は知識不足 半数超の女性が「学校教育は不十分」と実感 「子宮の日」に調査
- 2025年03月03日
- ウォーキングなどの運動で肥満や高血圧など19種類の慢性疾患のリスクを減少 わずか5分の運動で認知症も予防
