栄養素だけでなく調理法や食行動などを反映した「食事評価」を実現するには？

東北大学は4月4日、男性447人を対象に2008～2010年まで2年間追跡したコホート研究データから、AIによる食事パターンの分類を試み、高血圧発症リスクとの関連を検討した結果、「乳製品・野菜」「肉」の2つの食事パターンは、「海産物とアルコール飲料」に比べて高血圧発症リスクが6割以上少ないことがわかったと発表した。この研究は、同大大学院医工学研究科健康維持増進医工学分野の永富良一教授、大学院生の李龍飛氏、大学院医学系研究科の稲田仁非常勤講師、門間陽樹准教授らの研究グループによるもの。研究成果は「European Journal of Nutrition」オンライン版に掲載されている。

画像はリリースより
（詳細は▼関連リンクからご確認ください）

コホート研究における食事因子の疾病リスクへの関与は栄養素に重点がおかれている。塩分の摂取が高血圧のリスクと関連していることが明らかになったのもその例である。しかし食事はさまざまな栄養素の組み合わせで構成されるだけでなく、調理方法や食事時間などの時間因子を含む複雑な生活行動である。これまで、心血管リスクの低下につながる地中海食や血圧を上げないDASH（Dietary Approaches to Stop Hypertension）食などは、「食事」に注目することが疾病リスクの軽減につながることが示されてきた。しかし食事を評価することはその複雑さ故、容易ではなかった。従来は主成分分析や因子分析による食事の解析が行われてきたが、調理方法や食行動などを反映させることは困難だった。

447人分のBDHQデータをAIで解析、4つの食事パターンに分け高血圧リスクを検討

今回研究グループは、協同組合仙台卸商センター組合員男性447人を2008～2010年まで2年間追跡したコホート研究データからAIによる食事パターンの分類を試み、高血圧発症リスクとの関連を検討した。食事に関する情報は、簡易型自記式食事歴質問票（BDHQ：Brief-type self-administered diet history questionnaire）で収集し、データ解析に人工知能（AI）を用いた。BDHQ に含まれる 58 の食品の一週間の摂取頻度、12の食行動、9つの調理方法のデータを、次元削減・可視化法の一つであるUMAP（Uniform Manifold Approximation and Projection）で処理し、教師なし機械学習による非階層的クラスタリング法であるk-means 法で分類を行った。食事パターンは、それぞれの摂取頻度の高い食品から「海産物とアルコール飲料」「低タンパク・低食物繊維・高炭水化物」「乳製品・野菜」「肉」の4種類に分類した。

「乳製品・野菜」「肉」パターン、「海産物とアルコール飲料」に比べ6割以上リスク低下

その結果、2年間の追跡期間中の高血圧症の発症は、「海産物とアルコール飲料」に比べて「乳製品・野菜」および「肉」パターンは、いずれも高血圧の発症リスクが6割以上小さくなることがわかった。

今回の研究で、食事のような複雑な生活行動もAIによる解析により健康との関連を明らかにできることが示された。「今後、さまざまな手段で集積されている健診や Personal Health Record（個人の健康・介護情報を集約した生涯型電子カルテ）のデータ解析への応用が期待される。また、今回示されたパターンそれぞれの食品そのものが高血圧のリスクを低下させたり高めたりするものではなく、食事の組み合わせが重要だ」と、研究グループは述べている。（QLifePro編集部）