糖心传媒

名古屋工业大学
東北大学 サイバーサイエンスセンター
东京电机大学

コロナ祸の热中症搬送者数について
～热中症搬送者数予测技术からの知见～

【発表のポイント】
?気象データと计算科学を併用することにより、屋内、屋外での热中症搬送者数予测ができる
?热中症搬送者数の予测値と実测値の比较により、コロナ祸における搬送者数を评価
?屋内での搬送者数は、コロナ祸の影响をほぼ受けない。屋外の搬送者数は、人口动态の影响をやや受けるものの、暑热顺化の问题もあり、ほとんど変化しない。

名古屋工业大学、東北大学サイバーサイエンスセンター、东京电机大学の共同研究グループは、東京都、大阪府、愛知県、宮城県を対象として、気象データと計算シミュレーション技術を融合することにより、一日当たりの熱中症搬送者数を予測、実測値と比較することで、2020年における熱中症搬送者数の影響について考察しました。
热中症発症の患者数、および搬送者数は気象の影响、人の暑さ惯れなど复合的な要素が関係するため、过去のデータとの単纯な比较では、コロナ祸の影响なのか気象の影响なのかが不明瞭です。気象情报に基づいた热中症搬送者数予测术を用いることで、気象の影响を取り除いた比较が可能となります。また、人口动态も考虑した予测値も同様に示しました。
大阪府、爱知県では、屋外からの搬送者は、お盆时期においてはステイホームによる搬送者数の减少がみられましたが、その他の时期については、屋内?屋外搬送者数ともに変化は见られませんでした。コロナ祸の影响で人口动态が変化していますが、その影响が见られない理由として、ステイホームに伴う暑热顺化の遅れや体力低下により、同じ作业を行った场合でも、多くのエネルギーを消费し、体温上昇しやすくなるなどの影响を示唆しています。
一方、东京都においては、屋内?屋外ともに例年よりも増加倾向にあり、特にお盆期间中の屋内搬送者数が予测値を大きく上回りました。推定式では急激な気温の変化を十分考虑できないことに加え、コロナ祸による帰省の自粛や、ステイホームによる体力低下などが复合的に影响している可能性があります。
今后、热中症リスクの低减に向けた启発活动に利用していくこと、また、救急搬送される患者数の推定などへの応用が期待されます。

【研究の背景】
昨今のコロナ祸による影响で热中症搬送者数は変化したのか、ということに注目が集まっています。図1は、2013年-2020年の月ごとの东京都、大阪府、爱知県、宫城県の热中症搬送者数を示しています。図より、2020年の搬送者数は、7月は例年に比べ减少していますが、8月では多くなっていることがわかります。ただし、热中症の患者および搬送者数は、気象の影响が深く関係するため、7月の搬送者数の减少がコロナ祸の影响なのか、年ごとの気象の违いなのかは不明瞭でした。
名古屋工业大学、東北大学サイバーサイエンスセンター、东京电机大学の共同研究グループは、気象データと計算シミュレーション技術との融合により熱中症搬送者数を予測する手法を開発してきました[1]。この手法は、気象条件からスーパーコンピュータにより深部体温変化?発汗量を推定、人口およびその年齢分布等を考慮して熱中症搬送者数を予測する技術です。この手法を用いることにより、気象の影響を取り除いた比較が可能となります。

【研究の内容?成果】
名古屋工业大学では、东京电机大学の協力のもと、東北大学サイバーサイエンスセンターのスーパーコンピュータAOBAを用いて夏季期間の深部体温変化?発汗量を推定、各都府県における人口およびその年齢分布を考慮して熱中症搬送者数を予測しました[1]。また、一日当たりの平均気温を用いた場合でも同等の予測精度が得られることも確認しています。今回の事例では、愛知県における予測誤差差異は-0.9人/日でした。図2は、屋内/屋外からの搬送者別に、予測値と実際の搬送者数の比較を示しています。また、屋外からの搬送者数に対し、コロナ禍による人口動態をモバイルデータ[2]（7日平均）により考慮した結果（赤線）も同様に示しました。
大阪府、爱知県、宫城県においては、ほぼ同様の倾向となり、屋内搬送者は、一日当たりの平均误差が大阪では5.4人/日、爱知で5.0人/日、宫城で2.1人/日であり、予测式とよく一致していることから、ステイホームの影响で屋内にとどまる人の割合は多くなっていましたが、屋内からの热中症搬送者においては、例年と倾向は変わらないと言えます。屋内の搬送者の7割程度が高齢者であり、ゆえに搬送者数はステイホームの影响を受けないためといえます。
屋外搬送者においては、お盆明けなど予测値を上回った日がありました。また、人口动态を考虑した予测値（図2右：赤线）に着目すると、お盆时期においてのみよく合致しており（3府県平均误差：赤5.0人/日，考虑しない场合（青）24.9人/日）、コロナ祸によるステイホーム（外出の自粛）の影响がみられます。一方、それ以外の期间では青线と合致しており、人口动态が异なるにもかかわらず、热中症搬送者数が减少していません（3府県平均误差：青5.9人/日，赤5.3人/日）。これは、ステイホームに伴う暑热顺化の遅れ、体力低下により、同じ作业を行った场合でも、多くのエネルギーを消费、体温上昇しやすくなるなどの影响を示唆するものです。
一方、东京都においては3府県と异なる倾向となり、特にお盆期间中の屋内において予测値を大きく上回る结果となりました。また、屋外においても予测値を上回る倾向となっています。详しい原因は不明ですが、コロナ祸による帰省の自粛、また3府県と同様、ステイホームによる体力低下などが复合的に影响している可能性があります。加えて、东京都は他の3府県と比べて、お盆前が比较的凉しく、その时期にお盆时期に急に暑くなったことも相まって、推定値との相违が多くなった可能性があります。夏季期间全体では、屋内で10.5人/日、屋外で青：7.8人/日でした。
以上より、コロナ祸により人口动态は大きく変化しましたが、屋内?屋外の热中症搬送者数の変化は小さいものといえます。

【プレスリリース情报および関连主要论文】
[１] 気象データを使って熱中症搬送者数を予測　～高齢者の熱中症リスク、連続3日間の熱の蓄積が影響していることを科学的に証明～　2019年7月17日

S. Kodera, T. Nishimura, E. Rashed, K. Hasegawa, I. Takeuchi, R. Egawa, and A. Hirata*, “Estimation of heat-related morbidity from weather data: a computational study in three prefectures of Japan over 2013-2018,” Environment International, vol.130, article no. 104907, Sep. 2019.

[2] NTTドコモ モバイル空間統計　
谢辞
本研究は、学際大規模情報基盤共同利用?共同研究拠点、および、革新的ハイパフォーマンス?コンピューティング?インフラの支援による（課題番号: jh210041-NAH）。

---