Development of Wound Status Scoring Support System Based on Machine Learning of Wound Image Database

2021 Fiscal Year Final Research Report

• Project/Area Number: 20K21700
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 58:Society medicine, nursing, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: MORI Taketoshi 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
• Co-Investigator(Kenkyū-buntansha): 野口 博史 大阪市立大学, 大学院工学研究科, 教授 (50431797) ; 真田 弘美 東京大学, 大学院医学系研究科(医学部), 教授 (50143920) ; 高橋 聡明 東京大学, 大学院医学系研究科(医学部), 特任助教 (50824653)
• Project Period (FY): 2020-07-30 – 2022-03-31
• Keywords: 看護工学 / 画像認識 / 画像識別 / 褥瘡 / 深層学習 / ディープラーニング / リアルワールドデータ / 看護理工学

Outline of Final Research Achievements

We have developed software that automatically classifies newly captured images of wounds by constructing a wound identification model using machine learning based on the large amount of digital camera images of wounds that have been accumulated during clinical rounds in hospital wards. Based on this software, the calculated objective scores of wound severity and healing are presented to nurses and other wound assessors together with ultrasound echo images, etc., to form a system that interactively supports their decisions on score determination and care process design based on their experience and knowledge.

Free Research Field

看護理工学、健康医療情報工学、ネットワークセンシング、ロボティクス

Academic Significance and Societal Importance of the Research Achievements

褥瘡や糖尿病性潰瘍、スキンテアなどの創傷の評価法として臨床に普及し活用が進んでいる様々なツールは，ほとんどの場合もっぱら主として視覚を中心とした主観的評価に基づくため看、護師などの評価者や評価のタイミング・機会に依存して再現性が必ずしも高くないという重大な問題が指摘され続けてきた．創傷の重症度や治癒経過の評価の妥当性が確保され、信頼性が高く客観的な手法が望まれている。本研究は、創傷画像を自動分類してアセスメントスコアを自動算出することで、インタラクティブに、ヘルスケアプロフェッショナルによる創傷の客観的評価を支援するシステムを開発したものである。