Establishment of a national total medical support system utilizing an on-time medical care management system for virtual beds at home
| Project/Area Number |
21K12710
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | Saitama Medical University |
|---|
Principal Investigator |
小林 威仁 埼玉医科大学, 医学部, 准教授 (90618266)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 朋子 埼玉医科大学, 医学部, 教授 (10400342)
廣岡 伸隆 埼玉医科大学, 医学部, 教授 (10719743)
飯田 慎一郎 埼玉医科大学, 医学部, 准教授 (20513732)
青柳 龍太郎 埼玉医科大学, 医学部, 助教 (20817663)
草野 武 埼玉医科大学, 医学部, 助教 (50843695)
齊藤 航平 埼玉医科大学, 医学部, 助教 (70817618)
中元 秀友 埼玉医科大学, 医学部, 教授 (90180421)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 遠隔診療 / 人工知能（AI） / 深層学習（ディープラーニング） / 経時モニタリング / 経時生体モニタリング / 遠隔医療 / 仮想病床 / バイタルサイン変動予測 / 人工知能 |
|---|
| Outline of Research at the Start |
今後訪れる2025年問題を鑑み高齢者・慢性期患者、更には新規感染症の感染対策の医療環境整備を考える上で、管理体制の整った多様性のある病床を確保する為、既存の在宅医療体制に先進IT技術を用いた人工知能（AI）を活用し、高度な医療管理（経時生体モニタリング）を可能にした仮想（バーチャル）病床化を図ることで問題解決を目指す。
本研究では医療経済を含む国家・国民全体の問題打開への国民総医療サポート体制を確立し、2025年問題、新規感染症伝播予防のための診療病床不足問題解決の一助となることを目指す。
|
| Outline of Annual Research Achievements |
患者の状態変化に対して精度・信頼度ともに安心できる迅速な検出・総合評価を遠隔、例えば在宅でも可能にすることで疾病増悪の予防・軽症化を図る目的でその体制を確立する。まず先にストレスフリーかつ精度の高いデバイス改良に取り組んだ。
結果として患者本人においても身体的・精神的負担を軽減でき、かつ患者管理における医療側の労務負担や医療費削減に結び付けるためにデータの管理方法や参照体制の確立を行った。
測定組織部の血流低下による血管容積変化およびモーションアーチファクトによる誤差要因に対するセンサ感受性の調整を行うにあたり、これまでのPPG信号の高周波成分（電源など）と、毛細血管密度や静脈血量の変化、温度変動等の低周波成分の両方を除去する目的でバンドパス・フィルタ処理（0.4Hz～4Hz）を行うシステムの改良を手掛けた。その必要性は従来法では除去されるノイズ成分が限定され、最終解析時の測定誤差範囲の改善に限界が生じてしまう為であった。新しい試みとして、可変タップ長の適応フィルターアルゴリズムに基づくモーションアーティファクトキャンセル機能を備えた、フォトプレチスモグラフ測定におけるモーションアーチファクトの低減のためのリファレンスとしてのオプティカルフローセンサを用いた。結果として良質なPPG信号の抽出が可能となった。
現在は、永続的なPPG測定プロセスを目的として、ベースライン変動様のアーチファクト発生に対して、これまでのローパス有限インパルス応答処理を行い、PDの脈波を平滑化し、ベースライン変動ノイズ除去して適切な除去ノイズを分析し、その特徴を検出し新しい試みとして分光時間深層ニューラルネットワークを用いたフォトプレチスモグラムから機械学習/深層学習を行い至適ノイズ除去法確立に向けて取り組んでいる。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
デバイスの改良作業については十二分に計画通りに進捗状況確認できている。
しかし、その精度確認（バリデーションスタディ）については、流行性感染症の被検者及び実験スタッフの感染予防管理状況を踏まえて対応していかなければならない為、所属施設の感染管理体制（マニュアルや規則）に従いながらの進捗になる為感染予防対策を徹底しながらの対応している。
|
| Strategy for Future Research Activity |
感染予防対策を徹底しながら精度確認（バリデーションスタディ）を行う。
流行性感染症の状況を十二分に把握しながら被検者及び実験スタッフの感染予防管理状況を踏まえて対応していく。また、適宜変わる所属施設の感染管理体制（マニュアルや規則）に従いながらの進捗になる為感染予防対策を徹底しながら実験の遂行を図る。
|
Report
(2 results)
Research Products
(15 results)
