文献

J-GLOBAL ID：202002277291183773   整理番号：20A1852960

生活を充実させるAI技術特集 健診データからの健康リスク予測技術の開発

著者 (3件)： 伊藤拓 (NTTドコモ) ,  落合桂一 (NTTドコモ) ,  深澤佑介 (NTTドコモ)
資料名： NTT DOCOMOテクニカル・ジャーナル(Web)
巻： 28  号： 2  ページ： 39-44 (WEB ONLY)  発行年： 2020年07月 
JST資料番号： U0684A  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,従業員などの健康管理を,生産性向上や労働力確保といった経営的な観点で捉える健康経営という概念が重要視されてきている.社員の健康増進が結果として企業の業績アップや価値を高めることにつながるという概念である.その施策として,機械学習を用いた健康予測の実施が進んでいるが,学習モデルがブラックボックスとなっており,なぜそのような予測になるのか説明できないため,ユーザが納得できる解釈を提示することが望まれている.そこでドコモは,健康リスクの予測とその解釈を適切にできるモデル,および予測に基づきリスクを減らすための生活習慣レコメンドを行うサービスを開発した.予測結果と納得感ある解釈により,ユーザが自身の健康と日々の行動との関連を意識し,行動変容を起こして健康増進を図ることを目的としている.健康診断データの活用によりユーザの健康リスクの可視化が可能となり,健康増進に貢献することで健康経営につなげていくことが期待される.(著者抄録)

シソーラス用語： 生産性向上 ,  労働力 ,  行為 ,  労働者 ,  健康管理 ,  測定データ ,  人工知能 ,  リスク ,  *予測技法 ,  *健康リスク
準シソーラス用語： 検診データ ,  人材確保

分類 (3件)： 職務・職能管理一般  (KA04010X) ,  生産工学一般  (KB01000U) ,  人工知能  (JE08000Z)

引用文献 (2件)：

• M. T. Ribeiro, S. Singh and C. Guestrin:““Why Should I Trust You?”:Explaining the Predictions of Any Classification,” KDD’16, 2016.
• 日本予防医学学会:“健康診断結果の見方:特定健康診査(メタボリックシンドローム).” https://www.jpm1960.org/exam/exam01/exam15.html

タイトルに関連する用語 (5件)： 生活 ,  AI技術 ,  健診データ ,  リスク予測 ,  開発