关闭

中暑转运人数预测目标区域扩大到47个都道府县~未来一周的每日预测可在网上查看~

新闻与主题

类别:新闻稿 |发布于 2025 年 5 月 28 日


〇自2024年起,8县因中暑被送往医院的人数将在网站上公布
〇将目标区域扩大到全国47个都道府县,并公布预计人数
〇不仅根据当天的气温,还根据过去几天的天气状况来估计和考虑对炎热的适应程度
〇人口越多的地区,预测精度越高

摘要

V体育平田秋正教授(电气与机械工程系、先进医学物理与信息工程研究中心主任)、小寺幸子副教授(电气与机械工程系)、Masahiro Miwa(物理系)、村川卓哉(信息工程系)、浅野伊吹(电气与电子工程系、工程系)领导的研究小组开发了一项利用天气数据预测因中暑被送往医院的人数的技术。1,2,3将于2024年在8个县(东京、大阪、爱知、福冈、宫城、新泻、广岛、北海道)开始试运行4但是,我们现在正在将提供中暑患者预测人数的网络内容的目标区域扩大到全国 47 个都道府县。

presshiratajpg
图 1 用于预测因中暑而被送往医院的人数的网站图片(左:47 个都道府县。右上:一周后的预测概念,右下:去年的结果示例(爱知县))

所开发的预测技术可提前一周实时预测目标地区中暑紧急转运患者的数量,并有望应用于旨在降低中暑风险的宣传活动并提前预测紧急转运需求。该课题组将在深化与各地区合作的同时,不断研发技术,旨在根据天气情况和区域特点,进一步提高预测精度。

研究背景

随着全球变暖的进展,人们担心中暑的人数将会增加,这个问题不仅在日本,而且在美国和欧洲也引起了极大的关注。尤其是儿童和老人被认为是中暑的高危人群,需要采取更有力的措施。该研究小组迄今为止开发了一种分析方法,可以使用人体数值模型来估计内部温度升高和出汗量。此外,我们将其与因中暑被送往急诊室的人数的大数据相结合,以天气数据为输入,通过大规模模拟估算出每天的出汗量,并提出了一个预测公式,据此估算因中暑被送往医院的人数。他们还宣布,他们改进了相同的模型公式,即使使用容易获得的“每日平均体温”,也能够以一定程度的准确性预测中暑患者的数量。1通过与名古屋市消防局的联合研究,这些技术已在向医院、中小学提供信息、支持应急小组的高效运作以及提高中暑预防意识等领域得到实际应用。

关于中暑转运人数预测公式

网页内容中用于预测中暑转运人数的公式是通过分析 2013 年至 2019 年和 2024 年 6 月至 9 月的天气数据以及约 14 万名中暑转运人数的数据而开发的非线性回归模型1该模型着眼于中暑发病机制的差异,将中暑患者分为室内(居住地)中暑患者和室外(居住地外)中暑患者进行预测。另外,之前的研究2,连续三天的天气状况,老年人中暑的风险会增加,并且由于适应高温的影响,初夏和夏末的中暑风险有所不同。此外,通过添加2024年以来的数据,当时冠状病毒大流行的影响较小,我们实现了更准确的风险评估。此外,通过每周天气预报,最多可以提前一周预测各都道府县被送往医院的中暑人数。然而,由于该估算是利用都道府县的天气条件进行近似的,而位于城市地区的都道府县的精度较高,因此位于城市地区和农村地区的都道府县的估算精度存在差异。东京和大阪每百万人口的估计误差分别约为关东和关西地区其他县的一半1评估详情请参阅论文[1](2025年4月发表)。

相关主要论文

1。 T Matsuura、S Kodera、A Hirata,“通过综合气象和行为因素预测日本与炎热相关的发病率”,环境挑战,101106,2025 年 4 月
2。 ​ 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。
3。 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。
4.    “我们将发布每日因中暑被送往医院的人数预测 - 8 都道府县因中暑被送往医院的人数预测”(2024 年 7 月 9 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 @。


在原古菌中发现高灵敏度光驱动氢离子泵 - 古菌对光的新利用与真核生物的出现有关 -