| 研究課題/領域番号 |
20H03991
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分58060:臨床看護学関連
|
|---|
| 研究機関 | 国立研究開発法人国立国際医療研究センター |
|---|
研究代表者 |
外崎 明子 国立研究開発法人国立国際医療研究センター, その他部局等, 国立看護大学校 成人看護学 教授 (20317621)
|
|---|
| 研究分担者 |
田畑 耕治 東京理科大学, 理工学部情報科学科, 准教授 (30453814)
大村 英史 東京理科大学, 理工学部情報科学科, 講師 (90645277)
田中 芳治 国立研究開発法人国立国際医療研究センター, 国立看護大学校, 助教 (50609352)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2022年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 9,100千円 (直接経費: 7,000千円、間接経費: 2,100千円)
2020年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
|---|
| キーワード | 呼吸音 / 慢性呼吸器疾患 / セルフモニタリング / 喀痰色調 / 通信システム / 呼吸器疾患患者呼吸 / 喀痰色調識別装置開発 / 呼吸音識別 / データベース / 肺音 / 機械学習 / 療養行動記録 / 識別システム / 間質性肺炎 |
|---|
| 研究開始時の研究の概要 |
本研究は特発性間質性肺炎(idiopathic interstitial pneumonias, 以下IIPs)患者を対象とし、第1に肺音データベース（学習データ）を作成し、教師あり機械学習でIIPsの急性増悪徴候を識別するシステムを開発する。第2に電子聴診器で自己録音する肺音により増悪徴候を識別し、増悪時に医療スタッフへ相談を促す通信システムとする。また体調、感染予防等の療養記録（ログ）の保存を可能とする。本システムを利用でIIPs患者は、判別機能により増悪傾向の早期発見が可能となり、療養ログの活用でセルフケア能力を向上させ、悪化予防効果が期待できるシステムとなる。
|
| 研究実績の概要 |
前年度の検討から、画像データを用いた方法にはいくつかの問題点があることから、呼吸音を用いた解析について検討することとした。大村と研究協力者・青柳裕介は、聴診器デジタル化ユニットネクステートを経由してTabletに取り込んだ肺音について、ロンカイを検出する手法をiOSおよびAndroidに実装した。また、このシステムの動作検証を行った。
前年度、システム利用者が呼吸音を含むモニタリングを継続できるよう、看護支援のための手法を検討することを目的として文献検討を開始した。慢性呼吸器疾患患者のセルフケア能力の向上に寄与する日常生活内の行動変容支援に関して、外崎、研究協力者・田中芳治と鈴木美穂子は、システマティクレビューとメタアナリシスを実施した。
患者のセルフモニタリング指標である身体データ(体温、呼吸数、呼吸困難程度、経皮的酸素飽和度、CRP等の血液データ、抗菌薬の投与、胸部レントゲン撮影結果所見)と呼吸音の判別システムを融合した患者の体調予測モデルについて継続して検討を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
健康成人を被験者として、自身の胸部および背部に聴診器(ベル部)をあてがい、自己録音可能な電子聴診器として、聴診器デジタル化ユニットネクステートを選定した。実際にデータ取得することを目指したが、コロナウイルス感染症の影響により、当初計画していた患者の呼吸音データを取得することはできなかった。しかし、既存のデータベースを用いた呼吸音の分類システムの開発については、iOSおよびAndroidに実装することに成功した。
また、システム利用者のモニタリング継続を支援するための看護手法について、行動変容の視点からシステマティックレビューとメタアナリシスを実施した。その結果を論文「Effects of self-management interventions with behavior-change support on long-term adherence in patients with chronic respiratory diseases : A systematic review」にまとめ公表を行った。
身体データと呼吸音データを融合した患者の体調予測モデルの検討については、呼吸音データ等の取得が出来なかったことから、大きな進捗を得ることは出来なかった。
|
| 今後の研究の推進方策 |
コロナウイルス感染症の影響により実施できなかった次の調査を実施予定である : 呼吸疾患患者(喘息、肺炎、肺がん、慢性閉塞性肺疾患、胸水貯留、間質性肺炎など)を対象とした呼吸音データの収集を実現する。患者は電子聴診器と呼吸音データ送信システムのアプリケーションを搭載したTabletを利用し、2週間、毎日1回、呼吸音を自己録音し、送信する。機械学習法を活用したロンカイを識別するアプリケーションの検証、調査により得られたデータと患者背景(年齢、性別、BMI)および病歴データ(疾患名、診断からの期間、現在の呼吸機能検査データ、最新の画像診断検査結果)、呼吸機能他覚・自覚データ(経皮的酸素飽和度、mMRCスケール)等を連結させた患者の体調予測モデルの検討を実施する。また、システム利用者が呼吸音を含む増悪兆候の早期発見に有効なモニタリング項目を簡便に入力し、医療者に送信できるようシステムの改良についても検討する。さらに、看護学の側面から、Tabletによるデータ送信がシステム利用者のセルフマネジメントにもたらす効果についても解析する予定である。
|
