| 研究課題/領域番号 |
19K22774
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分58:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪府立大学 (2019-2021) |
|---|
研究代表者 |
真嶋 由貴恵 大阪公立大学, 大学院情報学研究科, 教授 (70285360)
|
|---|
| 研究分担者 |
松田 健 阪南大学, 経営情報学部, 教授 (40591178)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2020年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2019年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | インビジブル / 看護技術 / 熟練知 / 熟練度 / 看護教育 / ディープラーニング / 教育支援システム / 暗黙知 / 視線分析 / 得点化 / 静脈穿刺技術 / 熟練度評価 / 指標評価 / AI |
|---|
| 研究開始時の研究の概要 |
本研究の目的は，インビジブルな看護技術の「熟練知」を評価する指標を開発し，得点化ならびに強化すべき点を可視化することである．自動判別を行うために人工知能を用いる．看護職が「自分自身の技能熟練度を知りたい」と考えている点に着目し，これまで具体的に得点化評価が困難（インビジブル）な看護技術の「熟練度合」を看護職の「心・技・体」と技術対象者の「心」「体」の５つの側面（認知的，技能的，情動的も含まれる）のデータを総合的に分析したうえで看護職の「熟練知」として定義し，構造化して客観的に評価する．本研究では，人工知能（AI）のディープラーニングで学習させ「熟練知」を自動判別することを試みる点で新しい．
|
| 研究実績の概要 |
本研究の目的は，インビジブルな看護技術の「熟練知」を評価する指標を開発し，具体的な数値として得点化できるシステムを開発することである．
看護職は常に「自分自身の技能の熟練度を知りたい」と考えている．この点に着目し，これまで具体的に得点化評価が困難（インビジブル）な看護技術の「熟練度合」を看護者の「心・技・体」と看護技術対象者（患者）の「心」「体」の５つの側面（認知的，技能的，情動的も含まれる）のデータを総合的に分析したうえで「熟練知」として定義，構造化して客観的に評価することを試みてきた．
しかし，これまでの研究で，データ収集と分析を行った結果，脳波，脳血流においては明確な特徴がみられなかったこと，「視線」と穿刺時の「血管を引っ張る圧力（触覚）」のデータを組み合わせることで，採血技術実施手順の一部がデータから識別できることを確認できることを明らかにした．また，時系列的に視線と圧力のデータを比較することで，看護技術の暗黙知の特徴について詳細に分析できることが明らかになった．それらを踏まえて，熟練者の技術を模倣することにより，「暗黙知」の習得ができないかを確認するための教材として，採血用のVRアプリケーションを開発した．看護学生を対象にした検証実験では，開発したVRアプリケーションによる手順学習の可能性を確認した．逆に看護教員を対象にした検証実験では，機器の操作方法の難しさと実際の注射器との相違点により，採血手技そのものの学習には学習者がワンのデバイスを工夫する必要がある．しかし，技術実習の反転学習として，予習用教材として活用することは可能であり，教科書を用いた学習と腕モデルを用いた演習の間を補完する看護教育教材として有用性も示唆された．今後はディープラーニング以上に発展するAI技術を活用して迅速なデータ解析からの教材提示に向けた研究を進める予定である．
|
