ICU達人看護師の早期離床の実践知をランダムフォレストで可視化する学習モデルの開発

• Project/Area Number: 25K13840
• 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: Toyama Prefectural University
• Principal Investigator: 河相 てる美 富山県立大学, 看護学部, 准教授 (20626949)
• Co-Investigator(Kenkyū-buntansha): 二本柳 圭 四国大学, 看護学部, 准教授 (90457929) ; 鷲塚 寛子 富山県立大学, 看護学部, 講師 (10767677) ; 崔 高超 富山県立大学, 情報工学部, 助教 (60880359) ; 橋本 茜 愛知医科大学, 看護学部, 講師 (00642084)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: ICU達人看護師 / 早期離床 / 機械学習モデル

Outline of Research at the Start

ICUにおける早期リハビリは合併症予防や予後の改善に有用であり、標準的な治療・介入となっている。一方で、我々の調査研究結果から、上記の看護実践は非常に高度で、実践知により差が生じている。本研究は、①ICU達人看護師の早期リハビリのスケールを開発し、実践知を明確化する。②そのスケールを使った模擬患者に対するICU達人看護師・ICU新人看護師・一般病棟看護師の実践を機械学習のランダムフォレストにより分析することで達人看護師の思考過程を可視化する。これにより③機械学習の学習モデルを構築し離床を補助する人工知能（以下AI）ツールとして使用することで臨床での適切な状況判断による実践に繋がると考える。