| Project/Area Number |
19K22789
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 58:Society medicine, nursing, and related fields
|
|---|
| Research Institution | National Center for Global Health and Medicine |
|---|
Principal Investigator |
外崎 明子 国立研究開発法人国立国際医療研究センター, その他部局等, 国立看護大学校 成人看護学 教授 (20317621)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田畑 耕治 東京理科大学, 理工学部情報科学科, 准教授 (30453814)
大村 英史 東京理科大学, 理工学部情報科学科, 講師 (90645277)
|
|---|
| Project Period (FY) |
2019 – 2022
|
| Project Status |
Discontinued (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2019: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 慢性呼吸器疾患 / 急性増悪 / 肺音 / 気道分泌物 / ロンカイ / セルフモニタリング / 音響学 / 慢性閉塞性肺疾患 / 急性増悪予防 / 呼吸音分析 / 機械学習 / 肺がん / 在宅患者 / サウンドスペクトログラム / 通信システム |
|---|
| Outline of Research at the Start |
本研究は在宅療養中の肺疾患患者肺音データの解析と身体症状セルフ・モニタリング゛結果を統合し、異常判別を行う身体診査支援システムの構築を目的とする。
本システムは2つのサブシステムより構築される。第1に異常肺音の有無を機械学習等により判別し、肺音をTablet画面にサウンドスペクトログラム（音声を可視化するためにグラフに表示する）システムの開発。第2に第1システムの分析結果と毎日の呼吸状態、発声音、自覚症状レベルなどのデータと統合し異常/通常状態からの逸脱を判別するシステムの開発である。本システムが患者セルフ・モニタリング゛や異常時対処能力の向上をもたらすか検証する。
|
| Outline of Annual Research Achievements |
在宅療養中の肺がんやCOPD患者の自己録音した肺音データを自動分析し、これと身体症状セルフモニタリング結果を統合し、異常判別を行うセルフ身体診査支援システムの開発を行なった。
大村と研究協力者・青柳裕介は、音響特徴からロンカイを検出する手法を提案した。また，提案手法をシステムに実装した。システムにはiOSおよびAndroid端末で処理を行い、肺音は聴診器デジタル化ユニットネクステートを経由し取り込んだ。外崎と研究協力者・鈴木美穂子は、ロンカイとウィーズを混在させたデモンストレーション音源をICBHI2017のデータベースより抽出し、急性期病院在職中の看護師8人を対象に識別精度の検証を行った。その結果を用いて上述のシステムの精度を向上させた。このシステムの運用に向けた最終検証の段階まで開発を進めた。今後、開発したシステムを実際に運用して患者からデータを取得することにより、セルフ身体診査支援システムがセルフケア能力の向上や日常生活内の行動変容支援に有用かどうかなどの検証が重要な課題である。
外崎、研究協力者・田中芳治と鈴木美穂子は、慢性呼吸器疾患患者のセルフケア能力の向上に寄与する日常生活内の行動変容支援に関する文献検索(システマティクレビューとメタアナリシス)を実施し、論文として公表した。
田畑は、上述のシステムによって収集されるデータを解析するための方法論の研究を行った。本研究で収集されるデータの多くがカテゴリカルデータであるため、複数の変数間の関連を調べるために分割表解析におけるモデル構築、パラメータの推定法、モデルの適合度検定統計量を与えた。
|
