軽減のため、認知症患者のIoTデータ等を収集し、AIで解析することで、BPSDの発症
を事前に予測し、介護者に通知するシステムの研究開発を実施。
・ 多地域・多施設へ本IoTネットワークを展開し、より多くの多様なデータを収集する
ことで、BPSDケアに資するAIの精度向上（より正確、早期、詳細な予測）と医学的見
地からのエビデンスの確立、医療現場や在宅ケアへの展開の検討、その他認知症ケ
アに有用なシステムの研究開発を進めるとともに、収集したIoTデータを他の研究機
関や介護システム事業者もデータ基盤として利活用できる環境を整備（患者同意取
得の在り方、収集データの標準化、データ基盤の維持・運用の在り方等について検
討）する。
・ このような医療等分野における先導的なICTの利活用に向けた研究開発を実施する
ことで、健康寿命の延伸、医療資源の偏在等、社会的課題の解決に資するとともに、
医療分野における新たなサービス創出等による経済成長を期待。
KPI（進捗）： 令和４年度（2022年度）までに、構築したデータ基盤を活用した当該シス
テムによる認知症BPSDの発症予測・適合率70％を目指す
KPI（効果）： データ基盤の利活用に向けて、認知症対応型AI・IoTシステムの社会実装
[No.９－31] 安全なデータ連携による最適化AI技術の研究開発
・ 近年、サイバー空間と実空間（フィジカル空間）の融合が進み、実空間データをセン
サー等で収集し、サイバー空間でAI技術等を駆使して分析・知識化を行う取組（CPS）
に注目が集まっている。こうした中で、IoT等で収集した人々の行動に関するデータ
（パーソナルデータ）の分析・活用が鍵となるが、国際的に個人情報保護やデータ保
護への意識が高まってきており、当該データの利活用が厳しくなっている。また、そ
のようなデータは、個人の行動やポリシー、周辺環境によって取得情報が左右され、
欠損があったり学習用として少量しか確保できなかったりとAI学習には不向きな面
も課題となっている。
・ 人間の行動データを含む多種多様なデータを対象として、①データ自体を集約・共
有することなく（データは利用者環境に置いたままで）、②データに欠損があったり
少量であったりしても、複数データを連係させることで、高精度な分析を可能とす
るAI技術について研究開発を実施する。
・ これらの課題を解決することにより、AIによるパーソナルデータの利活用が拡大す
るとともに、各国でデータの囲い込みが急速に進む中、これらの課題を解決するデ
ータ利活用技術の研究開発を我が国で展開することで、海外のデータ利活用サービ
スへのデータ流出を低減させることにも繋(つな)がる。
KPI（進捗）： 令和７年度（2025年度）末までに安全なデータ連携による最適化AI技術を
確立
KPI（効果）： 検討中：今夏を目途に設定予定
[No.９－32] 高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技
術開発事業
71