Application of artificial intelligence for the prediction of health examination results of workers: a pilot study

Mitsuo Uchida, Yasuhiro Tsutsui, Koji Noshita, Hiroshi Koyama
2020 SANGYO EISEIGAKU ZASSHI  
キーワード:Artificial intelligence, Deep learning, Recurrent neural network, Long-and short-term memory 略」がおこなわれる 7) .これらの方法で予防しきれなかっ た場合は疾病発症に至り,その後の社会復帰や再発予防 という 3 次予防が行われる.したがって,職域で高年齢 者が著しく増加する近い将来,これらの予防活動はます ます重要になると考えられる.もし健康状態の将来予測 が可能となれば,労働者が早い段階でこれらの予防策を 講じる動機づけの手段に活用できる可能性がある. 筆者らは,産業保健の領域において,学習型 AI の主 要構成技術である"ディープラーニング(DL: deep learning) "の技術を展開し,職場巡視 8) や情報機器作業者の作 業管理のサポート 9) に活用できるか,その可能性を示し てきた.本研究では,蓄積された健康診断データから再 帰型ニューラルネットワークのモデルを構築し,DL と 教師あり学習に基づく学習型 AI を用いて対象の将来の
more » ... て対象の将来の 健康診断結果を予測する手法,つまり上記で言うところ の 2 次予防の方法を提案することを目的とした.このた びある企業 1 社を対象にパイロット研究をおこない,そ の可能性について検討した. 方 法 健診データの収集 本研究では,群馬県内にある運輸業の A 社(従業員数 490人)より協力を得た.A 社からは,2014年から2018年 までの 5 年分の健康診断データを得た.データを受け取 る際には,企業側の担当者により,解析に用いない氏名 などの個人情報は全て削除してもらい,データと個人が 連結できない状態にしてから研究者に送付してもらった. 産衛誌 2021; 63 (3) : 95 -98 2020年 6 月29日受付;2020年 8 月 7 日受理
doi:10.1539/sangyoeisei.2020-031-c pmid:32848113 fatcat:taq55wtfdbhqla3ullpdgzckkm