ディープラーニングを用いた生活習慣病予防のための新たな成長曲線の開発

生活習慣病は世界の健康課題であるが，効果的改善策は確立されていない。ライフコースアプローチによる取り組み方略のエビデンスを構築するべく，本研究課題に取り組んだ。課題は３つの目標に分割され，目標１：ビッグデータ収集のためのシステムの構築，目標２：小児期の体格推移のパターン分類の精度向上とアディポシティリバウンド（AR）による青年期以降の体格予測能力の検討，目標３．胎生期からはじまるアプローチに向けた国内外のガイドラインの検討であった。成果として，日本人の小児期の体格は男児４，女児３に分類でき，ARの時期は3歳から7歳，6歳未満のARは青年前期の肥満の発生リスクを有意に上げる可能性を示した。