我们将在网络上发布每日中暑送往医院的人数预测~预测8都道府县中暑送往医院的人数~

点

〇8都道府县1预计下周运送中暑的人数网络网站上开始试用
〇计划逐步扩大目标都道府县
〇不仅根据当天的气温，还根据过去的天气状况来估计和考虑热适应

摘要

　V体育机电工程系兼尖端医学物理与信息工程研究中心主任平田秋正教授、小寺幸子副教授、三轮正博（物理工程系）和村川卓也（信息工程系）领导的研究小组迄今为止开发出了一种利用天气数据预测中暑被送往医院的人数的技术。这次，我们将介绍这项用于预测因中暑而被运送的人数的技术^１8县(东京、大阪、爱知、福冈、宫城、新泻、广岛、北海道)的新增内容网页我们将开始内容试运行。

　
*对于北海道，由于天气情况不同，该值仅供参考。

　目标地区中暑转运人数预测，1最多提前一周提供。由于每天预测的中暑转运人数是实时显示的，因此预计将用于旨在降低中暑风险的教育活动以及估计紧急转运的患者人数。我们计划今后逐步扩大目标都道府县。

研究背景

由于全球变暖等因素的影响，中暑患者不断增加，不仅在日本，在美国和欧洲也受到关注。特别是儿童和老人被认为是中暑的高危人群，更需谨慎。
　该研究小组迄今为止开发了一种利用人体数值模型来分析内部温度升高和出汗量的方法。此外，我们还提出了一个预测公式，通过结合大数据（例如通过使用天气数据作为输入的大规模模拟获得的每天的出汗量）和因中暑被送往医院的人数来估计因中暑被送往医院的人数。我们还改进了类似的模型公式，并表明即使使用容易获得的日平均温度也可以进行一定程度的准确预测。通过与名古屋市消防局的联合研究，这些技术已在应急小组的有效运作和防暑意识等领域得到实际应用。

关于中暑转运人数预测公式

　预测网页内容中转运的中暑患者数量的公式为2013年～2019年6周一~9当月及大约的气象数据14通过分析 10,000 例中暑患者数据开发的非线性回归模型公式^１关注中暑发病机制差异，将中暑人员转运至室内(住宅)疾病的发病分为室外（住处外）发病并做出预测。此外，之前的研究表明，在老年人中，持续3这考虑到中暑风险会根据当天的天气条件而增加，以及初夏和夏末由于适应高温而导致中暑风险的差异。²通过使用每周天气预报1现在可以提前一周预测每个都道府县被送往医院的中暑人数。

相关主要论文

1。 A Takada、S Kodera、K Suzuki、M Nemoto、A Hirata，“日本八个都道府县中暑患者人数的估计：与环境温度和计算的热生理反应的相关性”，公共卫生前沿 11, 1061135, 2023。

2。 S Kodera、T Nishimura、EA Rashed、K Hasekawa、I Takeuchi、R Egawa、A Hirata，“根据天气数据估算与热有关的发病率：2013-2018 年日本三个县的计算研究”，国际环境 130, 104907, 2019。
“利用天气数据预测中暑患者数量——科学证明老年人中暑风险受到连续三天热量积累的影响”（2019年7月17日）

联系信息

研究很重要

V体育电机工程系教授
先进医学物理与信息工程研究中心主任
平田昭正
电话：052-735-7916
电子邮件：ahirata[at]nitechacjp

公共关系很重要

V体育企划公关科
电话：052-735-5647
电子邮件：pr[at]admnitechacjp

请将 *[at] 替换为 @。