Elucidation of effective factors for preventing incorrect wearing of personal dosimeters using a machine learning model that predicts wearing position of personal dosimeters

• Project/Area Number: 24K13291
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58010:Medical management and medical sociology-related
• Research Institution: Hiroshima University
• Principal Investigator: 田村 恵美 広島大学, 病院(医), 診療放射線技師 (30772256)
• Co-Investigator(Kenkyū-buntansha): 河本 健 広島大学, 図書館, 特任教授 (50224861) ; 石風呂 実 新潟医療福祉大学, 医療技術学部, 教授 (90627267)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 個人線量計 / 被ばく線量 / 機械学習モデル / アンケート調査

Outline of Research at the Start

医療従事者の放射線被ばくを防ぐために、個人線量計の着用が義務付けられている。その際、しばしば線量計の誤装着が発生しており、それらに関して申請者らは、被ばく線量記録から誤装着の種類を特定する散布図手法を報告した。しかし、この方法で処理できるデータ数は限られており、今後、大量の被ばく線量記録から迅速に線量計の装着位置を特定できる方法が必要である。
本研究の目的は、線量計の装着位置を予測する機械学習モデルを作成し、全国規模で誤装着がどの程度起こっているかを解析し、アンケート調査から、誤装着防止効果の高い組織体制を明らかにする。