| 研究課題/領域番号 |
19K11344
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分59010:リハビリテーション科学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
中山 奈津紀 名古屋大学, 医学系研究科(保健), 准教授 (30454375)
|
|---|
| 研究分担者 |
林 登志雄 名古屋大学, 医学系研究科(保健), 教授 (80303634)
川島 信 中部大学, 工学部, 教授 (80340199)
平井 真理 椙山女学園大学, 看護学部, 教授 (90242875)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | 自律神経活動指標 / 循環器疾患 / 生活習慣 / 自律神経活動 / 心拍変動 / 日常生活活動量 / 人工知能 / 副交感神経活動指標 / 重症度分類 / 在宅運動療法 / 身体活動量 |
|---|
| 研究開始時の研究の概要 |
予後予測因子である心拍変動(heart rate variability:HRV)の指標をベースに人工知能(AI)を活用して、在宅での活動量を主体とした新しい運動療法システムを確立する。HRV指標として副交感神経を反映しているとされる高周波成分(high Frequency:HF)の指標を用い、活動の増加がHFを増加させることを活用する。運動」としては、1)握力運動、2)日常生活活動、3)月1回の定期受診日に行うトレッドミルとする。在宅における日常生活活動量とトレッドミルによる運動負荷量、加えてそれぞれのHFを人工知能(AI)に入力し、HFの維持・改善のための目標活動量を明らかにする。
|
| 研究実績の概要 |
循環器疾患を悪化させ「心不全」という最悪の事態に至らないよう、予後予測因子である心拍変動(heart rate variability:HRV)の指標をベースに人工知能(AI)を活用して、在宅での活動を主体とした新しい運動療法システムを考案する。HRV指標として副交感神経を反映しているとされる高周波成分(high Frequency:HF)の指標を用い、運動量の増加がHFを増加させることを活用する。運動療法としては、毎日・自宅でできるグリップ（写真）を用いた「握力運動」、「日常生活活動量」、月1回の定期受診日に行う「トレッドミル」とする。自宅における日常生活活動量とトレッドミルによる運動負荷量、在宅時・運動負荷時それぞれの心拍変動をAIに入力し、HRV指標の維持・改善のための目標活動量を明らかにする。研究の概要は、①日常生活上の活動量を加味した運動量の効果をHFで把握する。②さらにAIを活用してHFを改善するための適切な活動量の目標値を示すこととする。
現在、データ収集を終了し、論文投稿中である。一方で、本研究で得られたデータを用いて、数理式を用いた投稿論文を新たに準備している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
投稿作業は順調に進み、返答待ちである。その一方で、この時間を活用した次の論文の準備が進んでいる。
|
| 今後の研究の推進方策 |
研究のデータ取得は終わり解析を行い、英文論文を投稿した。現在査読返答待ちである。その一方で、数理式を活用した解析方法を新たに考案し、投稿できるように準備中である。
|
