講演抄録/キーワード |
講演名 |
2022-01-27 14:50
AI連携型リアルタイムヘルスケアシステム ~ 運動強度の予測検証2 ~ ○宮地宏一・大脇凱志・山崎愛也・木村秀明(中部大) EST2021-68 エレソ技報アーカイブへのリンク:EST2021-68 |
抄録 |
(和) |
近年,日本は少子高齢化社会であり,医療費などの社会負担の増大が懸念されている.そのため早急な対応が求められる. しかし少子高齢化社会の人口バランスを改善する場合,数十年単位の期間が必要となる.予防医療の観点より健康寿命の延伸を行うことで社会全体の医療費などの負担軽減効果を期待している.よって健康寿命の延伸につながるシステムの構築を行うことが必要である.健康寿命と平均寿命の差を縮める技術として「AI連携型リアルタイムヘルスケアシステム」を提案する.また技術確立に向けた第1段階としてAIを利用した運動強度の予測方法について検討したので報告する. |
(英) |
n recent years, Japan has been faced with a declining birthrate and an aging society, and there are concerns about the increasing social burden of medical costs. Therefore, an urgent response is required. However, it will take several decades to improve the population balance in an aging society with low birthrate. Therefore, from the perspective of preventive medicine, extending healthy life expectancy is expected to reduce the burden of medical costs on society as a whole. Therefore, it is necessary to construct a system that leads to the extension of healthy life expectancy. Therefore, we propose an "AI-linked real-time healthcare system" as a technology to reduce the gap between healthy life expectancy and average life expectancy. As the first step toward establishing the technology, we have studied the prediction method of exercise intensity using AI. |
キーワード |
(和) |
ヘルスケア / エッジコンピューティング / 人工知能 / / / / / |
(英) |
Healthcare / Edge Computing / Artificial Intelligence / / / / / |
文献情報 |
信学技報, vol. 121, no. 358, EST2021-68, pp. 55-58, 2022年1月. |
資料番号 |
EST2021-68 |
発行日 |
2022-01-20 (EST) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EST2021-68 エレソ技報アーカイブへのリンク:EST2021-68 |
研究会情報 |
研究会 |
EST |
開催期間 |
2022-01-27 - 2022-01-28 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
シミュレーション技術、一般 |
テーマ(英) |
Simulation techniques, etc. |
講演論文情報の詳細 |
申込み研究会 |
EST |
会議コード |
2022-01-EST |
本文の言語 |
日本語 |
タイトル(和) |
AI連携型リアルタイムヘルスケアシステム |
サブタイトル(和) |
運動強度の予測検証2 |
タイトル(英) |
AI-Linked Real-Time Healthcare System |
サブタイトル(英) |
Predictive validation of exercise intensity 2 |
キーワード(1)(和/英) |
ヘルスケア / Healthcare |
キーワード(2)(和/英) |
エッジコンピューティング / Edge Computing |
キーワード(3)(和/英) |
人工知能 / Artificial Intelligence |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
宮地 宏一 / Kouichi Miyachi / ミヤチ コウイチ |
第1著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第2著者 氏名(和/英/ヨミ) |
大脇 凱志 / Kaiji Owaki / オオワキ カイジ |
第2著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第3著者 氏名(和/英/ヨミ) |
山崎 愛也 / Manaya Yamazaki / ヤマザキ マナヤ |
第3著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第4著者 氏名(和/英/ヨミ) |
木村 秀明 / Hideaki Kimura / キムラ ヒデアキ |
第4著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-01-27 14:50:00 |
発表時間 |
20分 |
申込先研究会 |
EST |
資料番号 |
EST2021-68 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.358 |
ページ範囲 |
pp.55-58 |
ページ数 |
4 |
発行日 |
2022-01-20 (EST) |