Development of perinatal AI algorithm and midwifery care innovation in Society 5.0

2020 Fiscal Year Research-status Report

• Project/Area Number: 19K22736
• Research Institution: Tohoku University
• Principal Investigator: 吉沢 豊予子 東北大学, 医学系研究科, 教授 (80281252)
• Co-Investigator(Kenkyū-buntansha): 武石 陽子 東北大学, 医学系研究科, 助教 (00586505) ; 中村 康香 東北大学, 医学系研究科, 准教授 (10332941) ; 木村 芳孝 東北大学, 医学系研究科, 客員教授 (40261622)
• Project Period (FY): 2019-06-28 – 2022-03-31
• Keywords: 生涯発達看護学 / 分娩予測 / 経会陰超音波

Outline of Annual Research Achievements

分娩予測のアルゴリズムを作成するにあたって、経会陰超音波を使っての分娩進行を評価することができるのかを明らかにするためにシステマティックレビューの方法に則り検討を行った。方法：2020 年4 月30 日までに発表された英文文献を対象に検索語吟味し、
「transperineal ultrasound 」等の各データベース (CINAHL,PubMed)に応じた検索語を用いて,電子データベース検索を行った.包含,除外基準に基づくスクリーニングを実施し,選択論文を決定した.結果：22件の論文を文献検討の対象とした. AoP,HPD共に分娩第2期に評価している論文が多かった. 文献検討の結果,論文によって経腟分娩や分娩所要時間を予測するパラメータのカットオフ値は様々であり,具体的なカットオフ値を明らかにすることはできなかった.しかし経腟分娩となる産婦,分娩が遷延しない産婦は,そうでない産婦と比較して超音波パラメータであるAoPが大きく,HPDが短いこと,時間経過に伴うAoP,HPDの増加量が大きいことが明らかとなった.分娩予測のための経会陰超音波のカットオフ値を明らかにするには,更なる研究が必要である.助産師の分娩進行の予測において,特に分娩第1期での経会陰超音波の活用が期待されるが,分娩第1 期に測定を行った論文が少なく,活用には限界がある.しかし,分娩第1期にパラメータを継続的に測定し,パラメータの変化量を評価することにより,分娩進行を予測できる可能性がある.分娩第2 期の測定では分娩進行が遅い産婦,遷
延している産婦に対して使用し,その後の分娩進行における正常からの逸脱を早期に判
断し,適切な援助に繋げられる可能性がある.また経会陰超音波は正確性,再現性に優れ
ており,内診と併用することで,より正確な分娩進行の評価が可能になると考えられる.

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

分娩予測に関連する項目を明らかにするために、一昨年、今年と文献にて探ってきた。確かな項目を決定することができないこと。また、質的データが、有力な指標となるかもしれないと検討しているところである。しかし、これをどのように入力していくかなど、検討中であり、予定よりやや遅れていると判断する。

Strategy for Future Research Activity

来年度は最終年となるため、これまでのもので、深雨堤ではあるが入力の作業に入るよてい、また、質的データを手掛ける専門家が身近にいることが分かったため、コンサルとして早急に進めていくことを考えている。

Causes of Carryover

一昨年、今年度とアルゴリズム作成に費用をかけることができなかった。入力のための人件費、コンサル料などがそれにあたる。