2023 Fiscal Year Annual Research Report
看護臨床アセスメントモデル構築と人工知能による深層学習に向けた学際的探索研究
| Project/Area Number |
19H03927
|
|---|
| Research Institution | The Open University of Japan |
|---|
Principal Investigator |
山内 豊明 放送大学, 教養学部, 教授 (20301830)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
三笘 里香 熊本大学, 大学院生命科学研究部(保), 教授 (10305849)
吉田 文子 佐久大学, 看護学部, 教授 (80509430)
相馬 孝博 千葉大学, 医学部附属病院, 特任教授 (90262435)
小川 賀代 日本女子大学, 理学部, 教授 (20318794)
中神 克之 名古屋女子大学, 健康科学部, 教授 (20551237)
八木 街子 (佐伯街子) 自治医科大学, 看護学部, 准教授 (60610756)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | フィジカルアセスメント / 臨床推論 / アセスメントモデル構築 / 人工知能 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究では、アセスメントの構成ステップである「認知認識」「批判的吟味と判断」「表出」各々を更に深めつつ有機的にリンク・統合させることを目指し、看護アセスメントモデルとしての構築を進め、その実効性を高めるために、カリキュラム・教授法、教授学習システムという教育工学的知見を融合させることを図った。それを様々な実践場面におけるアウトカム評価により実証し、さらにはこれらに関する経験や実績の蓄積をAI（人工知能）によるディープラーニング（深層学習）に結びつけていくことができるシステム構築を目指した。
本年度はこれまでに引き続き「認知認識」において、知覚しているものを適切に認知認識しているかについて検証をより深めた。経験を積むと必ずしも意識している知覚のみによらず、周辺情報からも推測して認知認識を進めている場合が少なからずあることについて確認でき、その結果より迅速な判断に結びついていたが、バイアスに対して脆弱でもあった。以上のことから、素早くかつ確実な認知認識のために、知覚と認知認識のギャップを明確にし、そのズレを埋め修正するための教授学習システムの修正をさらに重ねた。
また別途進めている聴診運用能力向上に向けたシステムの開発研究において、聴診における音情報について、周辺雑音やホワイトノイズを激減させS/N比（signal noise ratio）を高めて聴診音を集積できる技術を開発した。これにより、それまで困難とされていた呼吸音判別の自動化に向けたロジックの開発と実用化をさらに進化させ、既存のシステムとの連携もより深めた。
これらのことも踏まえて、開発したものとの連携による実績の蓄積により自動判別ロジックと人間の聴診判断の一致やズレの特徴検出をさらに深めることを通して、人間の認知バイアスについての検討をより深めていくとともに効果的な教授学習システムの検証を進めた。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
