Project/Area Number |
20H00558
|
Research Category |
Grant-in-Aid for Scientific Research (A)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Medium-sized Section 58:Society medicine, nursing, and related fields
|
Research Institution | The University of Tokyo |
Principal Investigator |
小山 博史 東京大学, 大学院医学系研究科(医学部), 教授 (30194640)
|
Co-Investigator(Kenkyū-buntansha) |
柏木 公一 国立研究開発法人国立国際医療研究センター, その他部局等, 国立看護大学校 (20334378)
中口 俊哉 千葉大学, フロンティア医工学センター, 教授 (20361412)
黒田 嘉宏 筑波大学, システム情報系, 教授 (30402837)
金井パック 雅子 関東学院大学, 看護学研究所, 客員研究員 (50204532)
井野 秀一 大阪大学, 大学院工学研究科, 教授 (70250511)
藤原 道隆 名古屋大学, 医学部附属病院, 病院教授 (70378222)
足立 吉隆 芝浦工業大学, システム理工学部, 教授 (70407229)
江頭 正人 東京大学, 大学院医学系研究科(医学部), 教授 (80282630)
松井 邦彦 熊本大学, 病院, 教授 (80314201)
|
Project Period (FY) |
2020-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥45,240,000 (Direct Cost: ¥34,800,000、Indirect Cost: ¥10,440,000)
Fiscal Year 2024: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
Fiscal Year 2023: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
Fiscal Year 2022: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
Fiscal Year 2021: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
Fiscal Year 2020: ¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000)
|
Keywords | 多重課題 / 仮想体験 / 意思決定 / バーチャルリアリティ / 状況学習 / 生体計測 / 意志決定 / Virtual Reality / 意思決定モデル / リアリティショック / 経験学習 / 拡張現実 / 臨床研修 / ストレス / 生体反応 / モデリング / 訓練 / ヒューマンセンシング |
Outline of Research at the Start |
研修医や新人看護師など医療者のリアリティショックによるPTSDや早期離職が社会問題となっている。その理由の一つに臨床現場における多重課題に対する訓練不足が指摘されている。本研究では、現実世界での経験が困難な多重課題の臨床現場をバーチャルリアリティ(以下VR)技術を用いて仮想世界に再現し、多重課題シナリオを被験者(熟練者と初心者)に体験させ、その際の被験者の観察箇所や判断データを取得し、ヒューマンファクターデータとともにデータマイニング手法を用いた解析により多重課題における意思決定要因の解明と今後の臨床現場でのナビゲーションの基礎となる意思決定支援モデルの作成に関する研究を行う。
|
Outline of Annual Research Achievements |
病棟での多重課題における意思決定支援のためのAR システムの開発を行い、学生を対象にその有用性を検証した。具体的には、4人部屋の病室に患者役を配置し、教材シナリオにそってベッドからの転倒や嘔気・嘔吐などの演技を360度カメラで複数のシーンを撮影し、それぞれのシーンを教員がオペレーション画面を見ながら任意に選択することで体験者が訓練できるシステムを開発した。このシステムを用いて看護大学4年生10名を対象に検証を行った。その結果、1回目の訓練と比較して1回目実施後のグループでのでブリーフィングの後の2回目の訓練では飛躍的な意思決定の改善が見られた。また、熟練看護師の場合には、看護学生に比べて判断の的確性と迅速性が高いことが映像撮影データから示唆された。また、病棟業務の多重課題訓練用VR教材を用いてfNIRSによる前頭前野領域の脳血流の変化量を検討した。その結果、熟練者に比べて初心者で左側前頭前野の血流量変化が高い傾向があったが統計学的有意差は認められなかった。上述のようにブリーフィングが重要であることが示唆されたためデブリーフィング支援として視線情報や機器の姿勢情報をVR空間に可視化するシステムを開発した。新しい多重課題の教材コンテンツとしては、病棟でなく、無菌操作VRシミュレータ教材を開発した。さらに、メタベース環境を用いた多重課題の教材としてICUにおいて複数のアラームが鳴っているという状況に対して医療者がまず取るべき対応について判断する教材シナリオを開発し、こうした状況で多重課題にアバターで参加するメタバース空間を利用した教材の開発した。シミュレータのリアリティを向上させるため、眼鏡型の眼電位計測装置を用いて瞬きの群発から覚醒度を推定し、観察課題および作業課題においてユーザに温冷刺激を与えた。実験の結果、非接触の温冷刺激装置により覚醒度が変化する可能性が示唆された。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多重課題に関するVR教材を用いて瞳孔径、脈拍センサを用いた脈拍数、GHz-Spin-Rotation Sensor(GRS)センサーを用いた皮膚抵抗データを取得可能なシステムと用いたバイオマーカの検討に加え、多重課題に対する意思決定要因の重要な要素である脳活動についてfMRIとfNIRSを用いて熟達看護師と看護学生の2群間の違いの有無を検証してきた。その結果、熟練者に比べて初心者で左側前頭前野の血流量変化が高い傾向があったが統計学的有意差は認められなかった。本年度は、新しくAR技術とクロマキー技術を融合させて看護師の病棟での多重課題における意思決定支援のためのAR システムと教材コンテンツを開発し、検証した。具体的には、4人部屋の病室に患者役を配置し、教材シナリオにそってベッドからの転倒や嘔気・嘔吐などの演技を360度カメラで複数のシーンを撮影し、それぞれのシーンを教員がオペレーション画面を見ながら任意に選択することで体験者が訓練できる機能とし、さらに体験者はAR技術で実際の、模擬患者を処置しながらクロマキー技術を用いて周囲に表示されるシーンを体験できるシステムを開発した。このシステムを用いて看護大学4年生10名を対象に、プログラムの検証を行った。その結果、1回目の訓練と比較して1回目実施後のグループでのでブリーフィングの後の2回目の訓練では飛躍的な意思決定の改善が見られた。また、熟練看護師の場合には、看護学生に比べて判断の的確性と迅速性が高いことが体験中の映像撮影データからも示唆された。これらで得られた知見やデータをもとに認識重視型モデル(Recognition-Primed Decision Model、RPDモデル)の状況の認識、パターンマッチング、アクションの想起、メンタルシミュレーション、実行の5段階を看護業務の多重課題に適応し意思決定要因の特定を目指している。
|
Strategy for Future Research Activity |
本年度は、昨年度検討した認識重視型モデル(Recognition-Primed Decision Model、RPDモデル)の状況の認識、パターンマッチング、アクションの想起、メンタルシミュレーション、実行の5つの段階を看護業務の多重課題に適応し、VR技術及びAR技術を用いて開発した多重課題訓練評価用のシステムの体験者の視点と測定可能な生体情報等を用いて意思決定要因の特定を目指す。 具体的には、昨年度同様瞳孔径、脈拍センサを用いた脈拍数、GHz-Spin-Rotation Sensor(GRS)センサーを用いた皮膚抵抗データを取得可能なシステムと用いたバイオマーカの検討に加えて、多重課題に対する意思決定要因の重要な要素である脳活動についてfMRIとfNIRSを用いて熟達看護師と看護学生の2群間の違いの有無を検証する。さらに、VR教材による評価だけでなく、昨年開発したAugumented Reality(AR)技術を用い、実際撮影したバーチャルな映像の上にHMDに取り付けたカメラから取り込んだ学習者の目の位置から見えるように周囲のリアルの映像を重畳し、被験者(看護師)の周りに仮想患者,ベッド,布団,医療機器を配置し,被験者が仮想の病室の中に立って,目の前の仮想患者や医療機器に触ることができるARl訓練システムを用いて、多重課題に関する意思決定に必要とされる優先順位付け、時間管理、リソース管理、対応の柔軟性、コミュニケーションについて、初心者と熟練者との多重課題に関する意思決定要因を明らかにすることを目指す。追加する多重課題教材コンテンツとしてはICUにおいて複数のアラームが鳴っているという状況に対して医療者がまず取るべき対応について判断する教材を作成し、こうした状況にアバターで参加するメタバース空間に関する意思決定要因についても検討を行う。.
|