奥野恭史 医学研究科教授、小岛谅介 同特定講師、中村和貴 同博士課程学生らの研究グループは、弘前大学COIにおける協和発酵バイオ株式会社、弘前大学との共同研究において、AI技術の一種である機械学習と階層ベイズモデリングを組み合わせることで、個人の健診データに基づき、個人個人に最適で効果的な健康改善プランを提案するAIの開発に成功しました。
近年の机械学习技术の目覚ましい発展により、个人の现在または将来の健康状况を高性能に予测するモデルの作成が可能になってきています。しかし、高性能な予测モデルは予测过程がブラックボックス化されており、これを用いて个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难でした。
今回、本研究グループは、高性能な机械学习モデルに加え、阶层ベイズモデルを用いることで、一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础滨を开発しました。また、开発した础滨を岩木健康増进プロジェクトにより取得された健诊ビッグデータへと适用し、その有用性を示しました。本研究成果は个别化医疗における健康介入に贡献していくことが期待されます。
本研究成果は、2021年5月25日に、国際学術誌「Nature Communications」のオンライン版に掲載されました。
【顿翱滨】
【碍鲍搁贰狈础滨アクセス鲍搁尝】
Kazuki Nakamura, Ryosuke Kojima, Eiichiro Uchino, Koh Ono, Motoko Yanagita, Koichi Murashita, Ken Itoh, Shigeyuki Nakaji, Yasushi Okuno (2021). Health improvement framework for actionable treatment planning using a surrogate Bayesian model. Nature Communications, 12, 3088.
日刊工業新聞（5月31日 20面）に掲載されました。
