Frailty Network Analysis and Identification of Prognostic Factors by Artificial Intelligence Analysis of Elderly Cohort study

点击翻译按钮获取中文摘要

AI解析を用いて、健康長寿・QOL保持を目指すフレイル制御のために、毎年1000名以上の高齢者を多職種・専門的・多面的に1300を超えるパラメーターで評価した高齢者コホート研究データ（垂水研究）を用いて、『フレイルを規定・悪化させている因子』、『身体的・精神的・社会的フレイルの相互作用』、『フレイル出現・悪化の予知・予防』というCQに対する答えを導き出す研究である。新型コロナ禍で垂水研究を十分に実施できない・中止せざるをえないという大きな状況変化が生じた。2023年5月には新型コロナが5類へと移行することにより、2023年度には十分な健診データを得ることができると考えている。2020年から2022年にかけて従来法による様々なフレイルに関する論文を発表してきた。それに加えて、2022年度はAIデータ解析システムをしっかりと構築することを優先することにした。専門的・多面的に評価したできるだけ多くのデータを入力として、身体的・精神的・社会的フレイル相互作用（フレイルネットワーク）をLAMP法や関連因子との紐づけ解析などを組み合わせながら、AI（機械学習・ニューラルネットワーク）解析で探索・同定し、相互作用や独立性およびフレイル発症・悪化予測因子、フレイルの医療経済に与える影響、フレイル予後悪化・発症予測因子を同定することが本研究の趣旨である。これらのデータ解析は項目が多彩であり、まずは少ない項目で確実なデータ解析ができるシステムを構築することが必要であり、我々が持っている特定健診データを用いて高血圧発症予測解析を行うこととした。通常の解析法で80%弱、AI解析（ランダムフォレストなど）で85%程度の予測能を有したが、ヒューマノーム研究所との共同研究で97%のAUCを得ることができた。この方法は現在特許申請手続き中であるが、この方法を応用して本研究のデータ解析をする予定である。