本文へ
ここから本文です

高血圧になりにくい食事パターンが機械学習でわかった ―コホート研究データ解析におけるAIの活用―

【本学研究者情報】

〇大学院医工学研究科 教授 永富良一
研究室ウェブサイト

【発表のポイント】

  • 集団の追跡調査であるコホート研究(注1(仙台卸商研究)(注2の簡易自記式食事歴質問票(BDHQ)(注3のデータを、教師なしの機械学習法で解析することにより、特徴的な食事パターンの検出に成功しました。
  • 食事パターンはそれぞれの摂取頻度の高い食品から「海産物とアルコール飲料」「低タンパク・低食物繊維・高炭水化物」「乳製品・野菜」「肉」の4種類に分類されました。
  • 2年間の追跡期間中の高血圧症(注4の発症は、「乳製品・野菜」および「肉」パターンはいずれも「海産物とアルコール飲料」に比べて高血圧の発症リスクが6割以上少ないことがわかりました。

【概要】

疾病リスクを軽減する上で食事は重要です。しかし、食事といっても調理方法や食行動など様々な因子が関係することから、食事の評価はその複雑さゆえに容易ではありませんでした。

東北大学大学院医工学研究科健康維持増進医工学分野の永富良一(ながとみ りょういち)教授、大学院生李龍飛、大学院医学系研究科の稲田仁非常勤講師、門間陽樹准教授らの研究グループは、協同組合仙台卸商センター組合員男性447名を対象に2008年から2010年まで2年間追跡したコホート研究データから、AIによる食事パターンの分類を試み、高血圧発症リスクとの関連を検討しました。その結果、「乳製品・野菜」「肉」の二つの食事パターンは、「海産物とアルコール飲料」に比べて高血圧発症リスクが6割以上少ないことを明らかにしました。小規模なデータからも食事などの複雑な生活行動と健康との関連をAIによる解析により明らかにできることを示した研究であり、今後、さまざまな活用が期待されます。

本研究成果は、2024年2月25日に栄養科学の専門誌European Journal of Nutritionのオンライン版に掲載されました。

図1. 非階層的クラスタリング法で得られた食事パターン
A:低タンパク・低食物繊維・高炭水化物 B:乳製品・野菜 C: 肉 D: 海産物・アルコール

【用語解説】

注1. コホート研究:人集団を一定期間追跡し、疾病等の発症に寄与すると考えられる要因を持つ集団と持たない集団との間で疾病の発症率などを比較する方法です。本研究では2年の追跡の間に高血圧を発症した人数を比較しています。

注2. 仙台卸商研究:文部科学省知的クラスター創成事業広域仙台先進予防型健康社会創成クラスター事業の一環として協同組合仙台卸商センター組合員を対象とし高血圧や動脈硬化危険因子だけではなく体力・抑うつ傾向に影響する生活習慣因子の探索を目的とした調査研究。2008年にベースライン調査、その後毎年の健診時に追跡データを2011年まで取得。東日本大震災に伴う健診手続きの変更に伴い追跡を終了した。国際誌に27の論文を発表。概要は運動疫学研究2013;15(2):91-100, 保健の科学2011;53(4):230-236を参照。

注3. 簡易型自記式食事歴質問票(BDHQ:Brief-type self-administered diet history questionnaire):日本に住む人を対象に、通常の食事(サプリメント等を除く)から習慣的に摂取している栄養素量を、比較的簡便に、個人を対象として調べ、個人ごとの栄養素摂取量、食品摂取量、その他若干の定性的な食行動指標の情報を得るための質問票です。東京大学/国立健康栄養研究所の佐々木敏博士により開発されました。

注4. 高血圧:高血圧症。安静時収縮期血圧140mmHg以上、拡張期血圧90mmHg以上。脳血管疾患や循環器疾患の危険因子です。

詳細(プレスリリース本文)PDF

問い合わせ先

(研究に関すること)
東北大学大学院医工学研究科
健康維持増進医工学分野
教授 永富 良一
TEL::022-717-8588
Email:nagatomi*med.tohoku.ac.jp (*を@に置き換えてください)

(報道に関すること)
東北大学大学院医工学研究科
TEL:022-795-5826
Email:bme-pr*grp.tohoku.ac.jp
(*を@に置き換えてください)

sdgs_logo

sdgs03

東北大学は持続可能な開発目標(SDGs)を支援しています

このページの先頭へ