1.生活習慣や遺伝情報と検査数値から将来の検査数値の傾向を推定
千件以上の論文から生活習慣や遺伝情報と検査数値との関連性をAI学習させた。さらに個人特有の生活習慣や遺伝情報と検査数値の関連性を追加学習させ、個人別に将来の検査数値の傾向を推定することができる。
2.最も検査数値の改善効果が高い生活習慣改善法を推定
上記学習により、個人の検査数値に対する生活習慣の感受性も取得するため、ある検査数値を改善するために最適な生活習慣の優先順位や組み合わせを個人別に推定することができる。
3.検査数値から将来の生活習慣病の発症を予測
数千件の時系列の検査数値データを用いて、数年前の検査数値データと何れかの生活習慣病の発症の有無についての関連性をAI学習させた。これに、ある個人の検査数値を提示するとAIは学習データの中から似通った関連性を持つデータ群を探し、その特徴から、個人が数年後にどの生活習慣病を発症するかどうかを予測することができる。
4.生活習慣病の発症を予防するための目標検査数値を推定
上記により、何れかの生活習慣病を発症するデータと発症しないデータについて同時に学習させているため、ある個人のそれぞれの検査数値についてどの程度まで数値を改善すれば発症しないデータに近づくかシミュレーションすることができる。このことを利用して、発症を予防するための目標検査数値を推定することができる。