せん妄に対する医療事故予防：AIとセンシング技術による早期発見システムの構築

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K24235
• Research Institution: Nagoya City University
• Principal Investigator: 久保田 陽介 名古屋市立大学, 医薬学総合研究院(医学), 講師 (70787431)
• Project Period (FY): 2019-08-30 – 2021-03-31
• Keywords: せん妄 / AI / 深層学習 / 医療事故

Outline of Annual Research Achievements

せん妄は、入院中の高齢者に頻度が高く、転倒・転落や点滴類の自己抜去など様々な医療事故の最大の原因であるが、夜間を中心に急性に出現するため、その発症予測および早期発見が極めて困難である。本研究では、医療事故を予防する目的で、生体センサと人工知能を応用した世界初の非侵襲的な自動せん妄早期発見システムを構築することを目的としている。本システムが開発されれば、重篤な医療事故の減少および高齢者の健康寿命の改善に寄与するのみならず、医療費削減および現場の医療者の負担軽減にもつながることが期待される。
研究①せん妄予測のためのベッド環境の開発：ベッド下圧力センサ・加速度センサをベッド周囲に設置し、睡眠状態、歩行状態や平衡感覚などを検出できるベッド環境を作成した。更に、名古屋市立大学病院に入院となり、消化器外科・呼吸器外科・心臓血管外科の高頻度でせん妄を発症する手術後の患者を対象に、作成したベッド環境で患者が睡眠を取ることで、自動的に睡眠状態・加速度が記録されるシステムを作成し臨床研究の研究計画書を倫理委員会に提出中である。
研究②医療事故データにおけるAIを用いた解析：これまで転倒や点滴を繰り返し、医療事故を引き起こしている患者のデータ予測モデル抽出するため転倒転落群・点滴自己抜去群を抽出し、加えて、性別・年齢・発生病棟をマッチさせる形でコントロール群を抽出し、L1正則化ロジスティック回帰、決定木、XGBoostの３種類を用いた予測モデルのアルゴリズムを用いた。その結果、入院時点での薬剤別利用状況において、AUROCが0.607であった。2020年度においては、引き続き自動せん妄予兆システムの構築・並びにデータ予測を進め、2020年度末にはせん妄早期発見システムの大規模臨床研究前の開発が終了する予定である。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の研究計画と概ね進捗に差は無く、順調である。

Strategy for Future Research Activity

今後更なる研究を推進するために下記の施策を行う。
研究①せん妄予測のためのベッド環境の開発
コロナウイルス感染症に伴い、病院機能を制限しているため、若干の遅れが生じる可能性はあるものの、研究施設における手術患者は年間500例以上となり、研究に協力できる患者は概ね5%程度はいると思われ、研究期間内に概ね目標症例数に達することが予測される。引き続き、病院内・診療科内連携を行いながら、研究参加のリクルートを行っていく。
研究②医療事故データにおけるAIを用いた解析
今年度は、昨年度の薬剤におけるデータ解析の対象を広げ、採血データやバイタル等を含めた解析を実施する。また、せん妄の予測の精度を高めるために、電子カルテに記載されているテキストデータを用いて、更にせん妄を予測の精度を向上させることができるかどうか検証を行う。

Causes of Carryover

研究の進捗の遅れにより、研究助手雇用のための費用を次年度に繰越すことになった。