大規模データベースとAIの活用による看護師が活用可能な有害事象の予測モデルの開発

• Project/Area Number: 24K13831
• 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: Sapporo City University
• Principal Investigator: 栗原 知己 札幌市立大学, 看護学部, 助教 (00910035)
• Co-Investigator(Kenkyū-buntansha): 卯野木 健 札幌市立大学, 看護学部, 教授 (40465232) ; 高橋 尚人 札幌市立大学, その他部局等, 教授 (80414192)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 予測モデル / 有害事象 / 看護 / 集中治療室 / AI

Outline of Research at the Start

集中治療室に入室する患者には様々な有害事象が発生する可能性が高いことが知られている。それらの有害事象は患者、看護師双方に悪影響をもたらすため、その発生を予測し、予防することは極めて重要な課題である。近年では人工知能（AI）の活用に関する研究が盛んに行われており、大規模データベースとAIを活用することで、看護師にとって活用性の高い予測モデルが開発できる可能性が高い。本研究では、大規模データベースとAIを活用し、ICUに入室する患者の有害事象の発生を簡便に予測するモデルを開発し、医療機関の患者データを使用することで、外的妥当性を検証することを目的とする。

Outline of Annual Research Achievements

本研究は大規模データベースを利用し、AIによる解析を実施することで看護師が活用可能な有害事象を予測する、予測モデルの開発を目的としている。現在は関連する先行研究を整理し、データベースに収録されているデータでどのような研究が実施可能か、変数の状況を詳細に確認し、そのうえで本研究においてどのような予測モデルが開発可能か改めて検討している段階にある。また、研究を行う中で、本研究で使用予定であるデータベース（mimic）以外の大規模データベースを使用できる可能性が高まっており、こちらのデータベースを活用することも同時に検討をしている状況である。
mimicを用いた先行研究について、近年様々な論文が発表されており、様々な予測モデルも開発されていることを確認し、データベースの活用可能性が高いことを改めて確認した。解析方法も多岐に渡り、こちらも本研究にむけて参考となった。先述した他のデータベースと合わせて、25年度には具体的に予測モデルの開発に取り組む予定である。
また、24年度中には当初の予定から本研究の基礎研究となる研究を追加して実施した。それは、看護師がAIの1つである大規模言語モデルを活用することでどのような有害事象の予測が可能となるか、大規模言語モデルを看護業務に活用する上でどのような障壁があるか検討した。その研究成果により、看護師がAIを使用して有害事象を予防・予測するための基礎知識が得られるものと思われる。本研究成果は既に論文投稿及び論文の受理が決まっており、近日公開予定である。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の研究計画に基礎研究を1件追加したため、全体の進捗としては予定より遅延しているが、既に研究成果の公表が1本決まっており、研究全体の進捗としては概ね順調であると判断している。

Strategy for Future Research Activity

今後は具体的に予測モデルを開発し、その検証を進める予定である。