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

2022 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 – 2024-03-31
• Keywords: 生涯発達看護学 / 分娩予測ツール

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、2020年度は経会陰超音波を使って分娩を評価できるのかをシステマティックレビューの方法に則り検討をした。その中で、AoP,HDPともに分娩第2期に評価しているものが多かったことを明らかにした。その後において、実践において、既に経会陰超音波を使って、分娩の進行状況を見極めることが行われるようになってきており、分娩予測の一つの方法が確立しようとしている。しかし、研究者は、経会陰超音波だけでなく、AIによる分娩予測をあきらめきれず、AI分娩予測アルゴリズムの作成にあたって模索を続けてきた。2022年度改めてシステマティックレビューを試みたが、これと思われる予測変数を見つけることはできなかった。同時期の2022年に、AIを用いた分娩予測に関する論文が出始めているが、予測できるのは出産時のリスクであり、一番の目的であった予測時間ではなかった。そこで、今後予測時間を探る方法をもう一度突き詰めていく必要がある。今回の研究の問題点として、深層学習に入れるべき分娩関連データを当初所属の病院のカルテデータから移行を考えていた、それがテキストデータであったり、数字データの両方であった。しかし、現在において、一気にこれらのデータを移行することはテクニカル的にもまだ実現不可能あることが分かり、さらに、それができない場合、かなりのマンパワーが必要であり、加えて倫理的問題もあることから今後、どのようなデータベースを使用するのがいいのかの検討をすることにした。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

昨年と同様に分娩予測に関連する項目を今年も、システマティックレビューをしながら探ったが、確かな項目を決定するに至らなかった。また、データベースとなるべき、電子カルテデータの取得方法に問題があることが分かり、進めることができなかったため。

Strategy for Future Research Activity

データベースの見直しを考えている。一つとして既にあるコホート研究のデータベースの利用である。本研究においても分娩予測時間にこだわらず、分娩異常のリスクの確認からコホートデータベースを使って検討をつけそれを明らかにし、AIによる予測につなげていきたい。

Causes of Carryover

3年間分娩予測、特に分娩予測時間に焦点化して、これまでシステマティックレビューなどを試みて、有効な分娩予測に関連する変数をを探してきた。テキストデータを入力するためにデータの自動翻訳にソフトを購入するなど試みてきた。しかし、有力な変数を見つけ出すこと、また、電子カルテより分娩に関連するデータを同時に入力するシステムがまだ整っていなかったこともあり、進めることができなかった。そこで、発想を変えて既にあるコホートデータでいつでも入力できる状態のデータから、まずは変数を見つけ進めてはどうかというアドバイスがあり、そちらのデータ借用金および分析に使用するために繰り越しを考えた。これによって、当初の計画を進めていこうと考えている。