2021 Fiscal Year Annual Research Report
Development of "End-of life care support IoT" for older adults at home, their families, and healthcare staffs
| Project/Area Number |
21H04849
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
福井 小紀子 東京医科歯科大学, 大学院保健衛生学研究科, 教授 (40336532)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
栄藤 稔 大阪大学, 先導的学際研究機構, 教授 (50764742)
吉内 一浩 東京大学, 医学部附属病院, 准教授 (70313153)
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
石川 孝子 防衛医科大学校(医学教育部医学科進学課程及び専門課程、動物実験施設、共同利用研究施設、病院並びに防衛, その他, 講師 (90779927)
山本 則子 東京大学, 大学院医学系研究科(医学部), 教授 (90280924)
野口 麻衣子 東京医科歯科大学, 大学院保健衛生学研究科, 准教授 (60734530)
浅海 くるみ 東京工科大学, 医療保健学部, 講師 (90735367)
|
|---|
| Project Period (FY) |
2021-04-05 – 2025-03-31
|
| Keywords | 看取り支援 / 工学技術 / 在宅高齢者 / AI分析 / IoT開発 |
|---|
| Outline of Annual Research Achievements |
本研究では、有料老人ホームの居住者と医療介護職を対象に、在宅ケア提供期間中の①療養者の身体・心理・社会面の「状態データ」、②ケア記録からの医療介護職による「介入データ」、③状態変化と問題発生という「評価データ」を経時的に集積する。状態データは「睡眠中の体動、心拍、呼吸、離床」を計測するセンシング技術（安心ひつじα）、介入と評価データは「科学的介護情報システム（Long-term careInformation system For Evidence; LIFE）および電子ケアカルテのデータを用いて収集する。この状態・介入・評価データセットをAI分析して関連性を定式化し、これを根拠とした状態毎の最適ケアを提案する「看取りケアガイド」、および「緊急受診／入院アラートシステム」を開発し、社会実装することを目的としている。
２年目となる2022年度は、前述した目的を達成するために8月より実施した本調査の実践データの集積とデータの加工・突合作業を行っている。当初の予定では、計測器を用いて身体面のデータ収集、実践データ（LIFEおよび電子ケアカルテ情報）を用いて身体・心理・社会面の収集項目を収集する予定であったが、研究対象施設にてインターネット環境が整わなかったため、計測器からのデータ収集を行うことが出来なかった。そのため、電子ケアカルテ情報から施設入居者の状態情報（バイタルサイン・薬・食事・排泄・睡眠・移動・清潔)、アウトカム情報（死亡、緊急受診・入院）を入手し、データの加工・突合作業を行った。
現在までに8か月分の電子ケアカルテ情報を入手し、アウトカムとなる死亡、緊急受診・入院の発生件数を確認した。研究実施期間終了までの発生見込み数の予測を行い、研究実施期間の適切性などを検討しているところである。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究対象施設内において、データの収集のために必要となるインターネット環境が整わなかったため。
研究に必要となる計測機器からのデータ収集には、インターネット環境が必要となる。研究対象施設にはもともとWi-Fi環境がなかったため、当初の計画ではiPhoneを用いたWi-Fi構築を予定していた。しかし、実際に設置テストを行ったところ、計測機器同士の過緩衝が生じることが判明したため、施設全体にあらたなWi-Fi構築が必要となった。
そのため、計測機器以外（電子ケアカルテなど）のデータ収集を行っている状況である。
|
| Strategy for Future Research Activity |
2023年度は、研究対象施設でのWi-Fi構築が整い次第、計測機器データと電子ケアカルテ情報からのデータを突合し、データ構築するためのプログラミングを行う。実測6か月後にプレ解析を行い、問題発生機序のパターン認識や異常検知を探索した上で、AI解析を見据えた「統合データ集積システム」を完成させる。そして、プレテストを繰り返し行いながら「看取りケアガイド」、および「緊急受診／入院アラートシステム」開発につなげる予定である。
|
-
[Journal Article] Gradient boosting decision tree becomes more reliable than logistic regression in predicting probability for diabetes with big data.2022
Author(s)
Hiroe Seto, Asuka Oyama, Shuji Kitora, Hiroshi Toki, Ryohei Yamamoto, Jun'ichi Kotoku, Akihiro Haga, Maki Shinzawa, Miyae Yamakawa, Sakiko Fukui, Toshiki Moriyama
-
Journal Title
Sci Rep
Volume: -
Pages: -
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
