からだ注意報-AI検査

血液に含まれる成分を分析し、血液年齢やストレスなどをはじめとする「9項目」について、人工知能(AI)を用いたアルゴリズムで判別します。あなたのからだの総合的な状態や、注意すべきことの予測結果は、健康増進、疾病予防につなげるための指標として役立ちます。

1. 血液年齢血中の生体成分は年齢と共に変化し、若年層と高年層では組成が異なります。あなたの血液組成は何歳程度の集団のものに近いのかを判別します。体の総合的な年齢を推察することに役立ちます。
2. 血液性別男性と女性では遺伝的、生理学的に代謝が異なるため、それぞれが特徴的な血液組成を呈します。あなたの血液組成が男性パターンか女性パターンかを判別します。からだのホルモンバランスの状態などを推察することに役立ちます。
3. ストレスストレスは代謝状態を変化させ、それに伴い血液組成が変化します。あなたの血液組成がストレスフリーグループ、ストレス負荷グループに近いかを判別します。ストレスのレベルを推察することに役立ちます。
4. 脂質バランス血中脂質組成は摂取、産生、消費のバランスで常に変化しています。あなたの血液組成が健常グループ、脂質代謝異常グループのどちらに近いかを判別します。脂質代謝バランスの状態を推察することに役立ちます。
5. アルコールの影響アルコール摂取はからだに種々の影響を与え、血液の組成を変化させます。健常グループとアルコール過剰摂取グループのどちらに近いかを判別します。アルコール摂取によるからだへの影響の有無推察することに役立ちます。
6. かぜ注意健常グループと細菌またはウイルス感染グループのどちらの血液組成に近いかを判別します。何らかの感染症に罹患した状態かどうかを推察することに役立ちます。
7. 免疫反応性健常グループと鼻腔・口腔・咽頭アレルギー症状を有するグループの、どちらの血液組成に近いかを判別します。アレルギー反応の状態を推察することに役立ちます。
8. 結石傾向健常グループと胆石、腎臓、尿路結石を有するグループの、どちらの血液組成に近いかを判別します。結石を生じやすいか否かを推察することに役立ちます。
9. おなかの調子健常グループと胃腸炎グループの、どちらの血液組成に近いかを判別します。消化管の状態を推察することに役立ちます。
AI検査サービスは臨床的な判断を行う目的でデータを取得するものではありません。健常および疾患グループの患者より得られた血液組成をデータベース化し、被検者の血液組成がデータベースのどの組成に近いかを判別することで、からだの状態を予測するサービスです。上記の全ての項目における判別において遺伝的、環境的、その他に由来する因子により血液組成が変化する可能性があり、それらを含めて過去のデータとの類似性を判別するため、意図せぬ結果が提示される可能性があります(例えばアルコールを摂取していないのにアルコール中毒レベルが高くなるなど)。弊社では正しい結果を提示する確率(判別精度)を向上させるために、データベースの拡充を継続的に行っております。
デバイスで表示される結果画面の例。実際にお送りする結果は項目やデザインが異なる場合がございます。

採血キット

採血は専用のキットを用いてご自身で行っていただきます。指先をほんの少し穿刺し微量の血液(50 µl)を採取します。団体様や、特別なご要望がある場合には、医師の指導の元、採血をお手伝いする場合がございます。

料金:4,400円〜(税込)

お申し込みはこちら

お申し込みの前に必ず「からだ注意報サービス利用規約」にご同意ください。


人工知能(AI)を用いた判別の原理

概要:さまざまな状態の被検者より収集した血清を質量分析で成分分析し、そのデータを用いて機械学習(人工知能の一種)を基盤とした、判別アルゴリズムを構築しました。この判別アルゴリズムを用いて、あなたの血液組成が、過去のどのような被検者のグループの血液組成に近いかを分類します。判別アルゴリズムでは各種項目の2群判別において、0〜1の確率値が算出されますが、これを分かりやすい指標値に変換して提示します。

質量分析法(Mass Spectrometry):イオン化された分子1個あたりの質量を計測する方法です。ある組成物に「どのような質量をもった分子」が「どの程度存在するか」を、一度の分析で網羅的に解析することができます。

機械学習(Learning Machine):人工知能の一種で、過去のデータを用いた学習により自動で改善するコンピューターアルゴリズムのことを指します。人間が行っている学習やそれに基づく判断を、コンピュータに行わせることでより正確な結果を得ることができます。

例えば、からだ注意報の「血液年齢分類」では、20代から80代までの被検者の血清組成データを多数収集し、これを機械学習した判別アルゴリズムを用います。次にあなたの血清組成を分析し、判別アルゴリズムにより20代から80代のどの被検者集団の血清組成に最も近いかを提示します。