【時系列データ解析】

定期的に受診する健康診断は、個人の健康医療の情報の詰まった、かつ経年変化の追える貴重なデータとなります。経時的に取得された健康診断のデータに、個人の性別や年齢、職業、学歴等のパーソナルプロファイルを合わせて、食習慣、運動習慣などの生活習慣と共に解析し、侵襲性の高い血液検査値の予測を行う時系列データ解析の技術を状態空間モデルに基づく数理的な枠組みで開発しています。このモデルの中で、生活習慣の改善や悪化が起こったときにどのような影響が健康面に出てくるかをシミュレーションも可能な技術を開発しています。

​

【弘前大学センター・オブ・イノベーション（COI）岩木健康増進プロジェクトとの共同研究】

弘前大学では、年に一回、地域住民を対象とした大規模な健康診断を15年以上にわたって継続して実施しています。この健康診断では、全ゲノム情報、腸内細菌叢、口腔細菌叢などの分子生物学的データから、血液検査などの生化学データ、運動能力や認知能力といった身体データに加え、健診参加者の社会的な環境であるパーソナルプロファイルなど2000以上の項目についてデータ取得されています。私たちは、弘前大学COIと連携し、この岩木健康増進プロジェクトの時系列データを我々の解析技術を用いて分析し、個々人の健康増進・疾病予防のための具体的なアクションプランの構築に使える情報を今後参加者に返していくための取り組みを行っています。