Development of a Predictive Model for Self-Extubation in the ICU Using Image Analysis

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K10753
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58060:Clinical nursing-related
• Research Institution: National Center for Global Health and Medicine
• Principal Investigator: Umeda Aya 国立研究開発法人国立国際医療研究センター, 国立看護大学校, 講師 (00734013)
• Co-Investigator(Kenkyū-buntansha): 岡本 竜哉 国立研究開発法人国立国際医療研究センター, センター病院, ICU・CCU・HCU管理室医長 (30419634)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 予定外抜去 / ICU / 身体抑制 / 動作解析 / AI / 自己抜去

Outline of Final Research Achievements

Using a posture estimation model, we were able to obtain three-dimensional coordinates from images of self-extubation, albeit only in cases where conditions such as image brightness and relative distance from the camera were favorable. From there, we derived changes in distances of specific body parts as time-series data. In other words, potential for distinguishing between self-extrusion and attempted actions was suggested. Thus, while detection of self-extrusion in a backward direction was achieved, insufficient availability of similar-condition videos precluded consideration of precursor actions. Continuing to elucidate self-extrusion under various conditions, we aim to establish a generalized prediction method for extrusion actions.

Free Research Field

看護学

Academic Significance and Societal Importance of the Research Achievements

本研究のデータとなる、ICUで臥床している患者が自己抜去する動画を取得することが、今回非常に困難であったが、適切なプロセスを踏み、貴重なデータが得られたことは今後に向けて大きな収穫となった。　本研究は、通常業務として使われている監視カメラの、リアルタイムで活用された後は消去されている動画を用い、新たな見地を得ようとした取り組みであった。少子高齢社会により今後さらに看護の人手不足が予測されている。研究のさらなる積み重ねにより、ICU患者の身体抑制ゼロを目指し、患者のQOLの向上、看護師の補助、負担軽減につながると考える。