奥野恭史 医学研究科教授、松本麻見 同博士課程学生らの研究グループは、オムロンヘルスケア株式会社との共同研究により、約30万人の大規模な家庭血圧測定データを解析しました。高血圧管理においては、家庭での測定を継続することが重要ですが、多くの人が途中で測定をやめてしまうことが課題となっています。本研究では、年齢や性別などの基本情報と、測定開始から2週間のデータをもとに、4週間後に測定を続けているかどうかをAIで予測するモデルを開発しました。
解析の结果、このモデルは约9割の确度（础鲍颁=0.93）で将来の测定中断を见分けることができました。さらに、平日の测定频度の减少や、血圧値が高すぎる?低すぎることなどが测定をやめてしまう要因になっていることも明らかになりました。このモデルを活用することで、测定を中断しそうな人を早い段阶で特定し、医疗従事者やデバイスによる支援につなげることが可能になります。本研究により、効率的で実用的な高血圧管理の支援が期待されます。
本研究成果は、2025年11月7日に、国際学術誌「Hypertension Research」に掲載されました。
研究者のコメント
「健康的な生活を送る上で、家庭での血圧测定は非常に重要です。特に高血圧は心臓や血管の病気に繋がることもあり、日々の测定を継続することが何よりも重要となります。しかし、多くの人が健康のために家庭で血圧を测り始めても、长く続けることはなかなか难しいのが现状です。
私たちは、こうした『続けにくさ』をデータから理解し、“続けられる”を支える仕组みを作りたいと考えています。础滨が中断リスクを事前に察知できれば、医疗従事者やデバイスがより适切なタイミングで支援できます。个人に寄り添った継続支援の実装を通じて、一人ひとりが适切な血圧管理を実现出来ることを愿っています。」（松本麻见）
【顿翱滨】
【碍鲍搁贰狈础滨アクセス鲍搁尝】
【书誌情报】
Asami Matsumoto, Yohei Mineharu, Hirohiko Kohjitani, Hiroshi Koshimizu, Yasushi Okuno (2026). Predicting measurement continuity in home blood pressure monitoring using machine learning. Hypertension Research, 49, 3, 852-862.
