JMDC、オムロン、筑波大学は6月24日、レセプト、健康診断、PHR（パーソナル・ヘルス・レコード）に蓄積された生活・健康に関するデータを組み合わせ、睡眠時無呼吸症候群（SAS）の高リスク者を高精度に予測するAIモデルを開発したと発表した。

3者による共同研究グループは、JMDCが保有するレセプト・健診データに加え、PHRサービス「Pep Up」に登録された家庭血圧、体重、睡眠時間、歩数などの日常の健康データを活用。約186万人分、延べ約1869万レコードを対象に、機械学習（LightGBM）を用いて合計279のデータ項目から、CPAP（持続陽圧呼吸療法）治療が必要なレベルのSAS予測モデルを構築した。