| 研究課題/領域番号 |
17H06644
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
基礎看護学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
荒木 大地 東京大学, 大学院医学系研究科(医学部), 客員研究員 (10799787)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 転倒・転落 / 離床センサ / 動作分類 / 機械学習 / 予測 / 看護理工学 / 離床予測 |
|---|
| 研究成果の概要 |
本研究は離床感知・動作分類の新たなアルゴリズムを開発し、予測的に患者の動作を捉えることでベッドからの転落を予防することが目的である。期間内の主課題としては、動作分類のアルゴリズムの開発であり、圧力センサを使用してベッド上の動作についてデータを取得した後、機械学習を行う事で動作の判別可能性の検討を行った。9種類の姿勢・動作に対して機械学習を用いた交差検証で分類適中率を算出した結果、SVMでは77.5%、Random Forestでは80.5%の適中率を示した。離床の予兆検知に向け、姿勢・動作の分類を捉える段階として適応を確認したが、今後、より細かな動作の分類にむけた検討が必要となる。
|
| 研究成果の学術的意義や社会的意義 |
転倒・転落に伴う外傷が患者に与える影響は大きく、長期臥床へと繋がり、QOL・ADLの低下へと至ることが報告されている。予防策としての離床感知センサが対象とするのは主にベッドを起点とした転落であるが、誤報や転落の危険性が少ないケースでの呼び出しも多く、患者側だけでなく、看護師の負荷増加および拘束感に対する看護師の葛藤が存在することも報告されている。本研究は、ベッド上での詳細な動作を分類することで、離床に繋がりやすい動作の同定や転落のリスクなどを判定するアルゴリズムを開発することで、新しい予防方法に関しての知見を導いている。
|
