健康診断データを用いた生活習慣改善行動における価値推定の一手法

• Item type: Journal(1)
• 公開日: 2021-10-15
• タイトル: 健康診断データを用いた生活習慣改善行動における価値推定の一手法
• タイトル / 言語: en
• タイトル: A Method for Valuing Healthy Lifestyle Using Medical Examination Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文（推薦論文）] ヘルスケア，健康診断データ，価値推定アルゴリズム，機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00213199
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 株式会社NTTドコモ
• 著者所属: 株式会社NTTドコモ
• 著者所属: 株式会社NTTドコモ
• 著者所属: 株式会社NTTドコモ
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者名: 濱谷, 尚志; 田中, 茂樹; 伊藤, 秀剛; 深澤, 佑介
• 著者名(英): Takashi, Hamatani; Shigeki, Tanaka; Hidetaka, Ito; Yusuke, Fukazawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 昨今のデータ収集，活用の機運の高まりにより，健康診断のデータ化が進められている．本研究では健康診断のデータを用い，健康の維持や向上を実現するための行動変容を目的とした技術として，生活習慣改善行動における価値推定手法を提案する．提案手法では健康診断における生活習慣に関する問診への回答結果，および医師による受診者の総合所見のデータを用い，将来の総合所見を予測するモデルを構築する．さらに，提案手法では構築した総合所見予測モデルに加え，価値計算フレームワークおよび生活習慣改善内容の選定機構を構築し，ユーザがとりうる生活習慣改善行動の価値を定量化し，価値の高い行動を選定する．実際に会社従業員のべ5,000人超の健康診断データに基づき提案手法による予測モデルを構築した結果，各データにおける翌年の医師による総合所見の予測精度が約67.2%であり，総合所見が変わらないと仮定するベースラインの推定方式と比較して7.1ポイント改善できることを確認した．さらに，提案手法を実際のデータに適用することにより，生活習慣の改善において重要な問診項目を複数確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: With the increasing demand for data collection and utilization in recent years, the digitization of medical examination data is being promoted. In the medical domain, the key challenge of data analysis is shifting from understanding the general health context that can be derived from accumulated data to real-world insights. In this study, we propose a method to value lifestyle improvement actions to help people adopt healthier behaviors. To value and recommend a change of lifestyle, the proposed method consists of three components: prediction model of overall health status, a framework to value a lifestyle change, and a scheme to determine lifestyles to be improved. the valuable advice generation. An evaluation of more than five thousand medical examination data revealed that the prediction model could predict the overall health status in the next year with 67.2% accuracy and boost accuracy by 7.1 points, even if the model only relied on answers to diagnostic questions and the overall health status in the current year.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 10, p. 1691-1703, 発行日 2021-10-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764