| 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 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022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 / 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 / 循環器疾患 / 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 |
本研究は、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、在宅での活動量を主体とした新しい運動療法システムを確立することであった。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)毎日・自宅でできるグリップ（写真）を用いた「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。研究の概要は、①日常生活上の活動量を加味した活動の効果をHFで把握する。②さらにAIを活用してHFを改善するための目標活動量を示すこととする。この運動療法によって循環器疾患を改善するには、運動時の心拍変動(HRV)から算出される指標(症状の改善度合いを示す)「HF」を、運動によって増加させる必要がある。HFを増加させるために必要となる活動量をAIで算出し、患者に提示・ガイドするシステムを確立することである。
共同研究者の病休とCOVID-19の影響により、患者選定が困難になり、さらなる被検者の増加を行うことができなかった。一方で、さらなるHRVに関する解析を可能にするため、ポリソムノグラフィーを用いる研究を立ち上げ、現在睡眠中のHRVの解析を進め、英文論文を1本投稿した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
Covid-19 の影響により受診患者が少ないことに加え、共同研究者の病欠により患者選定が困難を極めている。そのためAIプログラムのための十分な被検者データを取得することができていない。
|
| 今後の研究の推進方策 |
研究実施施設の実地医家に協力を求め、被検者の獲得を行う。また、睡眠時間帯のデータ解析を行うことから、AIプログラムの可能性を模索する。
|
