| 研究課題/領域番号 |
19K24235
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0908:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 名古屋市立大学 |
|---|
研究代表者 |
久保田 陽介 名古屋市立大学, 医薬学総合研究院(医学), 講師 (70787431)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | せん妄 / 医療事故 / 転倒 / 点滴自己抜去 / AI / 深層学習 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
せん妄は、入院中の高齢者に頻度が高く、転倒・転落や点滴の自己抜去など様々な医療事故の最大の原因であるが、その正確な発症予測および早期発見は極めて困難である。本研究では、高齢入院患者の医療事故を予防する目的で、生体センサと人工知能（AI）を応用した世界初の非侵襲的な自動せん妄早期発見システムを構築することを目的とする。本システムが開発されれば、医療事故の発生防止、健康寿命の延伸への寄与が期待される。
|
| 研究成果の概要 |
本研究では、医療事故を予防する目的で、生体センサと人工知能によって非侵襲的な自動せん妄早期発見システムを構築することを目的とした。 研究1 せん妄予測のためのベッド環境の開発した。ベッド下圧力センサをベッド周囲に設置し、センシングできるベッド環境を作成した。研究2 医療事故データにおけるAIを用いた解析:患者のデータ予測モデル抽出するため転倒転落群・点滴自己抜去群を抽出し、予測モデルのアルゴリズムを作成した。入院時点での薬剤別利用状況において、己抜去に関する正解率は75.6％、AUCは0.72、転倒・転落に関する正解率は79.8％、AUCは0.65であり、臨床応用が可能なレベルであった。
|
| 研究成果の学術的意義や社会的意義 |
準備因子を数えるなどで、せん妄の発症を予測する研究はこれまでにもあるが、せん妄による医療事故まで予測する研究はこれまでほとんど行われてきていなかった。しかし、本研究結果の成果においては、AIによる解析を用いることによって、入院時点での医療事故の予測に貢献できることが判明した。また、センシング技術を用いることによって、入院から入院中のデータをリアルタイムで観察することで、せん妄による医療事故を予測する示唆が得られている。せん妄により医療事故は、入院する患者の様々な悪いアウトカムにつながることが知られており、今後はこれらの軽減に貢献できる可能性があると思われた。
|
