Project/Area Number |
22K10897
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 58060:Clinical nursing-related
|
Research Institution | Mie University |
Principal Investigator |
福録 恵子 三重大学, 医学系研究科, 教授 (90363994)
|
Co-Investigator(Kenkyū-buntansha) |
川中 普晴 三重大学, 工学研究科, 准教授 (30437115)
成田 有吾 三重大学, 医学系研究科, リサーチアソシエイト (50242954)
|
Project Period (FY) |
2022-04-01 – 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: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
Keywords | 骨粗鬆症 / オステオサルコペニア / 骨粗鬆症リエゾンサービス / AI / e-Learning / 治療アドヒアランス / 骨折予防 / セルフイメージ / シミュレーションシステム |
Outline of Research at the Start |
世界的な健康課題であるオステオサルコペニアを対象とし、看工連携型による骨粗鬆症患者のセルフイメージシミュレーションシステムの開発、骨折予防を目的とする骨粗鬆症リエゾンサービス(OLS)の支援機能向上を目指す。 OLSに関わる専門職のスキルや経験を掛け合わせ、栄養・運動・転倒予防・服薬に関するe-learningコンテンツを作成・配信するとともに、患者の知識習得度や実践状況の推移が可視化できるWeb入力フォームの活用により、セルフモニタリングデータを縦断的に収集・分析する。AIを用いて個々の骨粗鬆症患者に将来のセルフイメージを明示することにより、現状認識や治療アドヒアランスの向上が期待できる。
|
Outline of Annual Research Achievements |
本研究は、世界的な健康課題であるオステオサルコペニアを対象とし、看工連携型による骨粗鬆症患者のセルフイメージシミュレーションシステムの開発、骨折予防を目的とする骨粗鬆症リエゾンサービス(Osteoporosis Liaison Service:OLS)の支援機能向上を目指す。その第一段階として、Webを活用したOLS介入による骨粗鬆症患者の主観的(心理状況等)・客観的(身体活動量等)データを縦断的にモニタリングし、患者の予後推定のための①深層学習による各データの関係性の明確化と②支配的パラメータの確定、③パラメータ変動を活用した骨粗鬆症特化型AIエンジンの構築に取り組むものである。 今年度は、協力施設の専門職(理学療法士、管理栄養士、薬剤師、看護師)と定期的にミーティングを行いながら、服薬治療中の骨粗鬆症患者が治療アドヒアランスや自己管理能力を高めることのできるe-Learningコンテンツについて、それぞれの専門的立場から運動・栄養・服薬に関する内容の検討を進めた。
|
Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
今年度、骨粗鬆症と診断・通院中の患者に対し、1年間にわたりe-Learningによる介入調査を実施する予定であったが、各専門職によるe-Learningコンテンツの検討・作成に時間を要し、また学習管理ソフトの選定に時間を要したため予定どおりの進捗に至らなかった。
|
Strategy for Future Research Activity |
先行研究を踏まえ、In Bodyによる骨格筋量測定に加え、超音波診断装置を用いた大腿直筋部の筋厚、筋輝度測定によるプレサルコペニアの予測を項目とする。
|