| Project/Area Number |
22K11184
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 58080:Gerontological nursing and community health nursing-related
|
|---|
| Research Institution | Iryo Sosei University |
|---|
Principal Investigator |
葛西 好美 医療創生大学, 国際看護学部, 教授 (70384154)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川口 孝泰 医療創生大学, 国際看護学部, 教授 (40214613)
今井 哲郎 広島市立大学, 情報科学研究科, 講師 (10436173)
大石 朋子 (大塚朋子) 湘南鎌倉医療大学, 看護学部, 講師 (40413257)
伊藤 嘉章 医療創生大学, 国際看護学部, 准教授 (60804870)
高橋 道明 医療創生大学, 国際看護学部, 准教授 (90710814)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 訪問看護 / 判断支援 / AI / 臨床判断 |
|---|
| Outline of Research at the Start |
情報技術を活用した医療への変革の中で、看護学においてもAI(人工知能）を含めた新たな技術の議論がようやく始まった。本研究は、訪問看護に必要なAI技術により導き出された根拠データと、訪問看護師の経験知を融合(拡張知能：Extended Intelligence)させた、臨床判断支援システムの開発を目的とする。AIを活用した新たな臨床判断支援モデルを構築し、訪問看護師の臨床判断支援システムのアプリケーション化を図ることにより、熟練訪問看護師が有する経験知の可視化によるケアの継承、臨床判断の強化や迅速化を可能にし、在宅療養者や家族の生活の質の向上に貢献する。
|
| Outline of Annual Research Achievements |
本研究は、訪問看護に必要なAI技術により導き出された根拠データと、訪問看護師の経験知を融合(拡張知能：Extended Intelligence)させた、臨床判断支援システムの開発を目的とする。昨年度は、訪問看護師が看護実践の中で困難と感じる際の臨床判断の支援に必要となる、在宅療養者・家族等の「状況認識」と「看護の必要性の判断」の内容を基に、AIを活用した新たな臨床判断支援の学習モデルを構築した。
本年度は、訪問看護師が看護ケアを行う療養者・家族等の情報の入力により判断支援を可能とする、学習済みデータを用いた判断支援アプリケーションの設計・構築を行った。また、新たに収集した訪問看護師への困難事例に関するインタビューデータをもとに、療養者・家族の状況を分類して妥当性を検討した。さらに、円滑な臨床判断支援システム展開を目指し、判断支援アプリケーションのユーザビリティ評価およびICT導入のための訪問看護師向け教育プログラムに関する訪問看護師への調査を開始した。
判断支援アプリケーションの設計・構築においては、訪問看護師が利用しやすいデザインや仕様とした。判断支援アプリケーションへ困難事例に関する療養者・家族の情報を入力し、機械学習によって得られた成果をもとに状況分類および判断支援内容を提示することができた。また、集積した新たな困難事例に関する療養者・家族の状況を分類した結果、本アプリケーションにより提示する状況分類において妥当性が示された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は、以下の目標を設定している。
１．AI（機械学習）を活用した新たな臨床判断支援モデルの作成
２．訪問看護師の臨床判断支援システムのアプリケーション化に向けたユーザビリティ評価
３．臨床判断支援システムの実装と評価
本年度は、目標２の訪問看護師の臨床判断支援システムにおいて、機械学習で得られた成果を提示できるようアプリケーションを設計・構築した。また、判断支援システムの実装と評価に向け、円滑なシステム展開に必要なユーザビリティ評価および訪問看護師向け教育プログラム開発を進めている。
|
| Strategy for Future Research Activity |
今後は、臨床判断支援に関する特定モデルの精度向上と、実際の訪問看護師の判断データとの融合を目指すために、新たな集積データを用いて再学習を実施し、学習データ・セットの組み合わせを検討する。また、本アプリケーションのユーザビリティ評価、ICT導入のための訪問看護師向け教育プログラム開発を行い、臨床判断支援システムの実装・評価を行う。
|
