2018 Fiscal Year Annual Research Report
Establishment of rise-up prediction method for the elderly with dementia based on detection of movement and development of next-generation monitoring device
| Project/Area Number |
15K11773
|
|---|
| Research Institution | Jichi Medical University |
|---|
Principal Investigator |
川上 勝 自治医科大学, 看護学部, 准教授 (50382958)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
尾崎 功一 宇都宮大学, 工学部, 教授 (60282381)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | 見守り支援機器 / 認知症高齢者 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
我が国の高齢社会による影響は深刻で、認知機能が低下した高齢者を支えるケアスタッフの身体的心理的負担は増加傾向にある。特に生活上の安全確保は最優先課題の一つであるため、限られた人数で複数の高齢者をケアしている介護施設では見守りケアの効率化が求められている。
従来より転倒転落事故防止のためのセンサシステムやリスクマネジメント手法が開発され、多くの介護現場で導入されている。近年では見守り支援機器へのロボット技術の導入が進み情報通信技術の応用として様々な製品が提案されている。
しかし、見守り支援機器の主な機能は臥床者の状態を判別し、ケアスタッフへの通知であり、誤報や失報により転倒転落事故を無くすことができていない。さらに、ケ離床や離床前動作（起上り）を正確にケアスタッフに通知できたとしても、対応できないという現状がある。
そこで、ケア現場における見守り支援機器のあり方を再検討し、ケアスタッフの見守り対象者の様子から起上りを推測している暗黙知に着目した。ケアスタッフは、見守り対象者の夜間睡眠状況から、その傾向を独自に分析し、経験則から起上りや離床のタイミングを判断している。このプロセスを実現するための機能の実装を目指した。起上り予測は、見守り対象者の夜間臥床時の体動情報から、機械学習を用いて離床前の体動パターンの特徴を抽出した。体動パターンの特徴抽出は対象者によって異なるため、個別性に対応可能な見守り支援機器を構成できる。
これまでに介護施設で実用可能な利用者の夜間臥床時体動情報収集システムの構築と体動情報を活用した臥床状態判定と起床予測に関するアルゴリズムを確立した。今後、本研究成果の社会実装のため、起床予測精度向上とナースコールシステムとの連動が必要である。そこで、機械学習に使用するデータの精選や通信関連システムとの連動に必要な通知手法の確立や通信プロトコルの検討を進める。
|
Research Products
(1 results)
