AIを用いた画期的新規転倒・転落危険因子の解明と既知診療録情報との統合

• Project/Area Number: 25K13409
• 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: Shinshu University
• Principal Investigator: 増田 雄一 信州大学, 学術研究院医学系(医学部附属病院), 准教授 (60467149)
• Co-Investigator(Kenkyū-buntansha): 浅尾 高行 群馬大学, 数理データ科学教育研究センター, 教授 (40212469) ; 山田 哲 信州大学, 医学部, 教授(特定雇用) (80419407)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2029: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2028: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2027: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2026: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: AI / 患者安全 / 転倒転落

Outline of Research at the Start

患者安全管理において転倒・転落事象は、全体数を減らすとともに、後遺障害・死亡に至る重大事象が発生しないように対策が取られている。転倒・転落件数は2.5‰(パーミル)程度で推移し、重大事象は0.1‰未満となった。予測因子がスコア化されているが、リスク管理上有用な患者の筋肉量・質までスコアに含まれることはない。近年、人工知能の発達により、患者の全身骨格・筋肉量の定量化、運動能シミュレーションなどが可能となった。本研究を通じ、既知の転倒・転落因子と、より患者個別性の高い筋肉量・質、予測運動能のデータを統合する方法を検討し、患者安全策にbreakthroughをもたらし、更なる医療の質向上を目指す。