8.健康ベクトルに対する説明変数、評価項目の検討

「それぞれのAI物語」のそれぞれは非常に多くの意味合いを持ちます。結構問題というのは100人100様です。そして健康の定義もその人の気分もあり血圧が130を超えたからすぐ不健康というわけではありません。最近は様々健康にまつわるデータが個人レベルで入手可能になっています。ここで健康評価に関する項目をベクトルとしてとらえ空間的な形で表示させてやるだけで自分はどのような位置づけにいるか、地域依存性のなかの一人なのかなどを空間認識できるようにすることは極めて使い勝手(理解)がよくなります。

図7-10 は人間の健康状態を「身」(体の中身、内臓、血液など健康状態を表す指標)「体」(物理的なもので体重ーBMI、体組成、体力など肉体的なもの)「心」(文字通り心の状態、自律神経バランス、脳波バランス、問診回答)を指標化し空間グラフ化しめすイメージ図を表しています。そして時系列変化やある社会的属性でどのような違いがあり、その中で自分はどのような位置づけにあるかを知れるようにすることも可能です。

 

得られたデータは健康状態を健康度を指標化して、それに影響を及ぼす具体的な計測、観測データを正規化して状態方程式をつくりその変化が個人やある組織グループでどのような軍医分かれるかを評価し、時系列、何らかの刺激を与えたときの反応を記録時系列的に変化を未定雲のです説明変数自体もそれ自体状態変数で値に影響を与えている説明変数があるので階層的になっています。そして、その説明変数の一対比較をおこない影響度の大きさで重みとして影響度が評価され方程式の係数となります。説明変数の選択は一次独立であるかどうかが重要になりますが、説明変数側が一次独立であるかどうかはよく評価して、何かの説明変数がほかの説明変数の一部であるような選択はないようにします。例えば体重とBMIは同じ変数です。他方ある刺激でホルモン分泌が変化し身体的なかわりそれがフィードバックするような循環モデルになっていないか、その影響の考察はこれからになります。


このコンテンツは会員限定のコンテンツです。
会員登録または、ログインしてください。

あわせて読みたい