予防医学・疫学情報部

研究活動の概要

疫学・データサイエンスによる循環器病と介護関連事象の予防と早期発見

　日本では循環器病による死亡率は減少傾向にあるものの、高齢化の進行に伴い発症数は増加している。その結果、認知症やフレイルなどの要介護状態の要因も増加し、循環器病のリスクは社会的課題となっている。要介護者は2040年までにさらに増加すると予測されるが、早期発見・介入を支援する簡易なスクリーニングシステムが不足している。既存のスクリーニング検査は時間・費用・専門知識を要し、一般市民や自治体職員が実施しにくい。また、自治体と病院のデータ連携が不十分なため、高精度なAIスクリーニングの開発も進んでいない。さらに、認知症予防プログラムの普及にはインストラクターの不足やデータ管理の課題があり、認知症高齢者の徘徊対策も不十分である。こうした状況の中、プライバシーを守りながら見守る仕組みの整備が求められている。

　近年、ビッグデータとデータサイエンス (AI、シミュレーション、統計) の技術進歩により、新たなリスク要因が明らかになりつつある。これには、従来の高血圧、脂質異常症、糖尿病、腎機能不全、不健康な生活習慣に加え、社会属性やメンタルヘルスも含まれるようになった。さらに、天候の影響、電力消費パターン、人の声や歩き方 (生体バイオマーカー)、MRI画像、心電図、購買行動といった、これまで分析対象とされてこなかったデータも病気予測に有効であることが分かってきた。

　こうした背景のもと、予防医学・疫学情報部では、医療データと生活密着型のビッグデータ (購買データ、電力使用データなど) を統合し、AI技術を活用したスクリーニングシステムの開発を進めている。さらに、高度な統計モデルを活用した疫学研究や、循環器病の政策シミュレーション研究も実施している。また、自治体や企業との産学連携プロジェクトを推進し、公衆衛生課題の解決と健康長寿社会の実現を目指している。

　具体的なプロジェクトとして下記がある。

内閣府・厚労省のSmall/Startup Business Innovation Research (SBIR) プロジェクトとして、予防医学・疫学情報部はコンソーシアムメンバーとして参画しており、自治体・病院の医療データを統合し、AI技術を活用したスクリーニング・予防プログラムを開発・実装している。これにより、循環器病と介護関連事象の早期発見・重症化予防・自治体業務のDX化を推進し、健康長寿社会の実現を目指している。

データ連携基盤の構築

次世代医療基盤法にもとづき、病院と自治体のデータが個人単位で連結され、匿名加工情報となるデータベースの構築

AIスクリーニング技術の開発

電力データを活用し、MCI・フレイルの随時スクリーニングのアルゴリズム開発 (Sensors掲載)

電力器具使用パターンによる認知機能障害、および孤独死等検知によるAI見守りシステム (リージョナルデータコア、東京電力との産学連携)

音声データ分析により、認知症・抑うつ傾向を数十秒で検知

延岡市での約2,000例の認知機能検査および当院認知症外来入院患者を対象とした米国Canary Speech社、SMK社との共同による30秒程度で軽度認知障害、抑うつ傾向を検知するAI (米国版はFDAのFast truck申請中) (予防医学・疫学情報部、脳神経内科) (Lancet Regional Health - Western Pacific掲載)

歩容データによる認知症高齢者の徘徊検知システム構築

自治体・病院向けDXツールの開発
- AI搭載BIツールで予測結果を可視化し、自治体職員の負担軽減
- PHR (パーソナルヘルスレコード) を活用し、住民の健康管理を支援

循環器病の早期発見・介入、診断補助に関するAI開発

循環器病患者における心血管イベント早期発見と回避するための薬剤処方適正化AIの開発 (HUホールディングス中央研究所)
吹田市の小児健診約80,000例を利用した小児心電図の診断AI開発 (小児科、予防医学)
病理部との共同で心筋炎病理画像の自動診断AIの開発 (病理部、予防医学)
動脈瘤、もやもや病など脳画像を利用した診断用AIの開発および医療機器化 (脳神経外科、脳神経内科、予防医学、日本IBM株式会社)
冠動脈不安定プラークの自動診断AI (日本IBM株式会社、冠疾患科、予防医学)
JH研究で実施している (代表：予防医学・疫学情報部　西村部長)、電子カルテ非構造化データ (患者症状、身体所見、臨床スコア (NIHSSなど) POC検査、電子カルテ自由記載所見、退院サマリー、看護記録等) からの自然言語処理によるデータ抽出 (東北大学での外部妥当性検証含む) (情報統括部、予防医学)

予防医学・疫学情報部と英国University of Liverpoolで実施している、循環器病政策の立案・評価に関す国際共同研究

循環器病リスク要因の国レベルの分布の変化が、国全体の循環器病負荷 (発症数、有病数、死亡数、医療費、健康寿命) にどの程度影響をあたえたのかの推定ができるmicrosimulation modelの開発 (Lancet Regional Health - Western Pacific掲載)
当該microsimulation modelを活用し、循環器病の政策案の効果を事前検証
ベイズ統計で2040年まで循環器病死亡の減少を将来予測したりしている (Lancet Regional Health - Western Pacific掲載)
循環器政策モデルでリスク要因と治療の進歩から1980-2014年の循環器死亡動向を分析 (International Journal of Cardiology掲載)

循環器疾患患者の超急性期と慢性期の医療体制の検討 (国循として政策提言書を作成)

急性心筋梗塞患者を対象に、LDL-Cの強化管理を地域連携で達成した場合、現状と比較して、中長期および県規模の循環器病負荷 (急性心筋梗塞の再発、死亡、医療費) をどの程度軽減するかの定量評価を実施するシミュレーションモデルの開発
モデル地域において、PCI専門医・認定医の配置戦略の変更案は、現状の配置と比較して、覚地から病院までの搬送時間を県規模でどの程度変化するのかを検証するシミュレーションの開発

宮崎県延岡市との共同事業

延岡市のデジタル田園都市計画のヘルスケア部門に参画
国循予防医学・疫学情報部が作成した高血圧、高LDL-C血症、糖尿病、要介護、軽度認知障害 (MCI) の有病を予測するAIを作成
そのAI予測モデルを延岡市のヘルスケア事業で社会実装予定 (2026年2月～3月)

量子セキュリティネットワークによる画像を含む医療情報転送の安全性および個人情報保護上の有用性に関する研究

内閣府「戦略的イノベーション創造プログラム (SIP) 第3期先進的量子技術基盤の社会課題への応用促進」に参画
量子コンピュータの登場により従来の暗号化技術は短時間で解読される可能性が示唆されており、新たな通信技術として注目される量子暗号通信について、医療分野での有用性について実証を行う
国循と東北大学との間で、量子暗号通信を用いたデータ授受の実施を予定 (2026年3月～2028年)

2025年の主な研究成果

兵庫県介護施設と延岡市の約2,000例の認知機能検査および当院認知症外来入院患者を対象とした米国Canary Speech社、SMK社との共同による30秒程度で軽度認知障害、抑うつ傾向を検知するAIを開発した。音声データからMCI検知するAIモデルを開発し、予測精度はAUC=0.89を達成した。その成果をまとめて国際誌で報告した (Kiyoshige, et al. Lancet Regional Health - Wetsern Pacific. 2025)。

人が歩いている動画データから、その人の歩容特徴を抽出し、それによって認知症かどうかを検知するAIモデルの作成した (Noel、Ridgelinez)。計94名の認知機能正常者と認知症患者の歩行データを用いて、歩容から認知症を検知するAI (AUC＝0.80) を開発した。現在、特許申請および論文投稿の準備中である。

東京電力とはAIを用いた電気機器の機器分離技術により認知機能障害とフレイルを有する高齢者を早期発見したり、見守りしたりするための24時間持続電力モニタリングのシステムを開発中である。随時電力モニタリングのデータを活用し認知機能障害を検知するAIを開発 (AUC基準で0.83) できた。家電使用時間によるフレイル予測モデルのプレ版の作成し、一定の精度でフレイルを検知できることがわかった。延岡市約100件、青森市約20件、東京都練馬区約20件、兵庫県約20件のデータを収集完了している。
当プロジェクトの過去実績としては、世界で初めて家庭内の電力モニターをAI技術により周波数分離しモニタリングしたデータをもとに高齢者の認知機能異常を予測するモデルの開発に成功した (Nakaoku Y, et al. Sensors (Basel). 2021)。また、当予測モデルを、青森市などの自治体では行政による要介護者見守り事業として2023年度に実施した実績がある。

延岡市の国民健康保険加入者を対象に、特定健診 (年次健康診断) の受診頻度と2型糖尿病 (T2DM) 関連指標および将来の透析リスクとの関連を検討し、その成果を国際誌にて報告した (Nakamura, et al. BMC Public Health. 2025)。本研究では40歳以上の市民22,094名を対象とし、2018～2020年の健診受診状況により4群に分類したうえで、2021年健診データを用いてHbA1cや推算糸球体濾過量 (eGFR) などの糖尿病関連指標との関連をロジスティック回帰で評価した。2021年に健診を受診した3,472名 (女性60.4%) の解析の結果、3年連続で健診を欠席した群は毎年受診群に比べT2DMリスクが有意に高かった (オッズ比4.69、95%信頼区間2.78-7.94)。一方で、1～2回受診群と毎年受診群の間にはT2DM率の有意差は認めなかった。さらに既報モデルを用いたシミュレーションにより、健診未受診の高リスク者では生涯で透析に至る可能性が高い一方、早期介入により多くのケースで透析移行を回避し得ることが示され、連続未受診者に焦点を当てた公衆衛生的介入の重要性が示唆された。

ミシガン大学、熊本大学とともに、米国の院外心停止 (OHCA) の日別発生件数を地域レベルで高精度に予測AIモデルを作成した。その成果を、国際誌にて報告した (Nakashima & Ogata, et al. npj Degital Medicine. 2025)。本研究では、高解像度の気象データに加え、時系列情報および社会人口学的情報を統合し、非外傷性OHCAの地域別日次発生率 (10万人当たり/日) を予測する機械学習モデルを開発・評価した。解析対象は、学習データ (2013-2017年) 196,735例、内部地域の検証データ (2018-2019年) 119,455例、外部地域の検証データ 37,160例であった。不変因果予測 (Invariant Causal Prediction: ICP) を用いることで、説明変数を当初の34変数から17変数へ削減しつつ、内部・外部いずれの地域においても予測性能を維持し、非ICPモデルと同等の全国発生率予測精度を確認した。さらに、本モデルは最大7日前までの予測においても良好な性能を保持し、事前の備えや予防的対応を支援し得ることが示唆された。

The University of Liverpoolと共同研究を継続し、当大学が開発した循環器病の政策案を実施前に精緻評価可能なmicrosimulation modelであるIMPACT_NCD modelの日本版を開発した。その成果をまとめて国際誌で報告した (Ogata, et al. Lancet Regional Health - Wetsern Pacific. 2025)。当プロジェクトの過去実績として、将来の循環器病死亡数を47都道府県毎及び全国レベルで高精度に予測するモデルを開発した (Kiyoshige, et al. Lancet Regional Health - Western Pacific. 2022)。当モデルは年齢・時代・世代効果及び地域差を考慮し、日本全国レベル及び47都道府県毎の循環器病 (冠動脈疾患と脳卒中) 死亡数を男女別に2040年まで予測可能である。全国レベルの将来の冠動脈疾患死亡数は男性で微減、女性で減少と予測され、将来の脳卒中死亡数は男性で減少、女性で微減と予測された。その結果をまとめ国際にして発表した。IMPACT_NCD-JPNとBAPCモデルをもちいて、派生プロジェクトも実施中である。

延岡市在住の高齢者を対象として、軽度認知障害 (MCI) の地域における早期同定を目的に、マルチモーダル神経画像バイオマーカーと認知機能検査スコアを統合した識別モデルを開発・検証し、その成果を国際誌にて報告した (Nakaoku, et al. Frontiers in Aging Neuroscience. 2025)。本研究は地域在住高齢者148名 (平均年齢78.6±5.2歳) を対象とした横断研究であり、MCI ScreenのMemory Performance IndexによりMCIを評価した。その結果、44.6％がMCIと判定された。年齢・性別・教育歴のみを用いたベースラインモデルのAUCは0.74 (95％信頼区間0.59-0.89) であったのに対し、MRI由来の構造・灌流・拡散指標などの神経画像バイオマーカーおよび認知機能検査スコアを統合したエラスティックネット回帰モデルではAUC 0.81 (0.67-0.94) と有意な性能向上を認めた (DeLong検定 p＝0.012)。変数選択の結果、複数のMRI指標が重要因子として同定され、マルチモーダル神経画像情報の統合がMCI識別精度の向上に寄与することが示唆された。

国内の循環器専門医療機関に勤務する医療従事者を対象に、公共交通機関を用いた通勤距離とSARS-CoV-2感染既往 (抗体陽性) との関連を検討し、その成果を国際誌にて報告した (Hashimoto, Teramoto, Ogata, et al. Kobe Journal of Medical Sciences. 2025)。2022年6月に職員956名から、公共交通機関による通勤距離 (なし/短距離〈11.3 km未満〉/長距離〈11.3 km以上〉)、基本属性、COVID-19曝露歴等を横断的に収集し、ヌクレオカプシド抗原に対する血清抗体検査により抗体陽性を定義した。対象者 (平均36歳、女性68.6%) のうち118名 (12.3%) が抗体陽性であり、長距離通勤者は同居人数が多い傾向を認めた。多変量解析では、公共交通機関を利用しない群と比べて短距離・長距離通勤はいずれも抗体陽性と有意な関連を示さなかった (調整オッズ比1.18［95%CI 0.70-1.98］、1.62［0.97-2.71］)。一方、同居人数が2人以下の層 (n=706) に限定すると、長距離通勤は公共交通非利用と比較して抗体陽性と有意に関連した (1.98［1.02-3.84］)。以上より、全体として通勤距離と抗体陽性の明確な関連は示されなかったが、世帯構成等の背景により通勤要因の影響が顕在化する可能性が示唆された。