[事例ニュース]

2022年1月21日(金)日川 佳三（IT Leaders編集部）

リスト

　神戸大学は、神戸市民の健康・医療情報から要介護リスクをAIで解析する研究を行う（図1）。解析対象の健康・医療データは、65才以上の神戸市民38万人の、医療情報、介護情報、健診情報などを連結した継時的データセット（約3000項目/人）である。これをAIの学習データとして用い、一人ひとりに対する要介護リスクを予測するモデルを開発する。

図1：神戸市民の健康・医療情報から要介護リスクをAIで解析する研究の概要（出典：神戸大学、日立製作所）
拡大画像表示

　要介護リスクの個別予測モデルは、日立製作所の「説明可能なAI」を活用して開発する（関連記事：日立が「説明可能なAI」を強化、内容が複雑なブラックボックス型のAIを、単純な予測式に変換）。説明可能なAI技術を適用することで、精度の高い予測モデルの作成が期待できるほか、要介護のリスク要因の解析根拠を把握できるとしている。

　同AI技術の特徴は、予測精度の高さと根拠の説明性を両立できることである。これまでディープラーニング（深層学習）において困難だった「予測に寄与する要因の抽出」を行えるほか、予測要因を生成した根拠データまで遡ることが可能だとしている。

　解析対象の健康・医療データとして、神戸市が構築した「ヘルスケアデータ連携システム」（医療・介護レセプトデータ、健診データ、予防接種データなどを個人単位で連結したシステム）を活用する。神戸市は、2015～2019年度までの過去5年間のデータセットを神戸大学に提供済みであり、最終的に2024年度まで計10年間のデータセットを提供する。