DPCデータと看護必要度を統合した次世代AIシステムによる看護支援手法の評価

2023 Fiscal Year Research-status Report

• Project/Area Number: 22K09183
• Research Institution: Saga University
• Principal Investigator: 阪本 雄一郎 佐賀大学, 医学部, 教授 (20366678)
• Co-Investigator(Kenkyū-buntansha): 末岡 榮三朗 佐賀大学, 医学部, 教授 (00270603) ; 今泉 香織 佐賀大学, 医学部, 看護職員 (00939283) ; 本村 陽一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 首席研究員 (30358171) ; 櫻井 瑛一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (50612173)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Keywords: DPC / 看護必要度 / クラスター分類

Outline of Annual Research Achievements

本研究の目的は、実データから計算モデルを自動的に構築できる「確率的潜在意味解析と 確率的構造モデル」を活用した看護業務支援システム実現のための手法開発とその妥当性に 関する科学的証拠(エビデンス)を構築することである。具体的には、以下の3点について 検討する。 (1)看護必要度や看護師の業 務内容に入院期間中に医療資源を最も投入した「傷病名」と、入院期間中に提供される手 術、処置、化学療法などの「診療行為」の組み合わせで分類される診断群分類(Diagnosis Procedure Combination: DPC)情報(以下DPCデータデータ)を用いて、患者の状態の推移を 分析・予測・制御するため、確率的潜在意味解析と確率的構造モデルに基づく計算モデルの 構築を行うプログラムを作成する。また患者の状態に関する具体的なデータを医療現場から 抽出する。このデータとプログラムを用いて看護業務支援のための仮説モデルを作成する。 (2)上記仮説モデルを検討しながら(1)のデータに新たな項目を追加、重み付けを行うなどし て、患者の状態変化の推移に関する予測モデルを構築する。さらに患者の状態に応じた適切 な看護介入のプロセスを明らかにするために、予測モデルを改良した確率的な生成モデルに 拡張する。 (3)上記(2)で明らかにした結果をもとに、看護業務支援システムを実現するための、患者状 態推移の予測精度、適切な看護介入の推奨可能性を評価する。これにより、看護業務支援シ ステムを実現するための手法開発と、その妥当性に関する患者の状態推移の予測精度や有用 性などの科学的証拠(エビデンス)を明らかにする。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

新型コロナ病床から通常診療へ戻す院内での業務もあり看護部との連携が計画通りに進んでいないため。

Strategy for Future Research Activity

看護支援において有効な結論を導くために看護において問題症例となる可能性が高いモデルケースを確立してそのような状況に陥る事を回避するために有益な看護支援手法を統計解析の技術を用いて確立していく。

Causes of Carryover

解析のための人件費及び解析のための統計に予算を充てる予定。進捗に応じて解析のための人件費に関して作業日数を増やす予定。