| 研究課題/領域番号 |
21H04849
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 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 | 東京医科歯科大学 (2021-2022, 2024)
東京工業大学 (2023) |
|---|
研究代表者 |
福井 小紀子 東京医科歯科大学, 大学院保健衛生学研究科, 教授 (40336532)
|
|---|
| 研究分担者 |
栄藤 稔 大阪大学, 先導的学際研究機構, 教授 (50764742)
野口 麻衣子 東京医科歯科大学, 大学院保健衛生学研究科, 准教授 (60734530)
吉内 一浩 東京大学, 医学部附属病院, 病院教授 (70313153)
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
山本 則子 東京大学, 大学院医学系研究科(医学部), 教授 (90280924)
浅海 くるみ 東京工科大学, 医療保健学部, 講師 (90735367)
石川 孝子 東京医科歯科大学, 大学院保健衛生学研究科, 特任准教授 (90779927)
|
|---|
| 研究期間 (年度) |
2021-04-05 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
41,860千円 (直接経費: 32,200千円、間接経費: 9,660千円)
2024年度: 7,670千円 (直接経費: 5,900千円、間接経費: 1,770千円)
2023年度: 8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2022年度: 13,390千円 (直接経費: 10,300千円、間接経費: 3,090千円)
2021年度: 12,610千円 (直接経費: 9,700千円、間接経費: 2,910千円)
|
|---|
| キーワード | 看取り / 予後予測 / 終末期 / 予測モデル / IoT / 看取り支援 / 工学技術 / 在宅高齢者 / AI解析 / IoT開発 / 看取りケア / 非がん / 特別養護老人ホーム / AI分析 |
|---|
| 研究開始時の研究の概要 |
在宅終末期療養者と家族介護者と医療介護職３者を対象に、在宅ケア中の①療養者の身体・心理・社会面の「状態データ」、②ケア記録からの医療介護職の観察・判断を含む「介入データ」、③状態変化と問題発生という「評価データ」を看取りまでの３か月間連続的に集積する。これらをセンシング機器、表情を測る顔認証技術、会話を測る音声録音技術を用いて収集し、データセット化する。これをAI分析して関連性を定式化した根拠に基づく、「看取り支援IoT」（療養者の望む会話を先導する「会話提案ツール」、状態毎の最適ケアを提案する「看取りケアガイド」、会話からケア記録を自動生成する「ケア記録作成デバイス」）を開発し社会実装する。
|
| 研究実績の概要 |
本研究では、有料老人ホームの入居者および医療・介護職を対象に、在宅ケア提供期間中の①療養者の身体・心理・社会面に関する「状態データ」、②医療・介護職による「介入データ」（ケア記録より抽出）、③状態変化および問題発生に関する「評価データ」を、経時的に収集する。状態データには、「睡眠中の体動、心拍、呼吸、離床」を計測するセンシング技術（安心ひつじα）を用いる。また、介入および評価データは、「科学的介護情報システム（Long-term care Information system For Evidence: LIFE）」および電子ケアカルテを活用して収集する。これらの状態・介入・評価データをAIにより解析し、各状態に応じた最適ケアを定式化することで、「看取りケアガイド」および「緊急受診・入院アラートシステム」の開発と社会実装を目指す。
2022年8月より、電子ケアカルテを用いて、入居者のバイタルサイン（血圧・体温等）、薬剤、食事、排泄、睡眠、移動、清潔といった状態情報、ならびに死亡や緊急受診・入院といったアウトカム情報の収集を開始した。さらに、センシング技術による体動、心拍、呼吸、離床の身体データの取得も並行して実施している。
調査実施にあたっては、施設内のWi-Fi環境整備が必要であることが判明し、必要な構築期間を経て環境を整備した。2023年末までに617名のデータが収集され、電子ケアカルテやバイタルサインを含む約270万件の経時データが蓄積されている。
今後は、死亡アウトカムの発生件数を確認しつつ、2024年度を目途にデータ収集を継続し、収集済みデータの加工・突合を実施、解析作業を開始する予定である。
|
| 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
前年度において、研究対象施設内のWi-Fi環境を整備する必要が生じたことにより、センシング機器を用いたデータ収集の開始時期が当初計画より遅延した。また、アウトカムとして設定している「死亡」の発生件数が想定より少なかったことから、十分なサンプル数を確保するために、データ収集期間を延長する必要が生じた。これらの要因により、全体の進捗がやや遅れている状況であるものの、半年間で挽回可能である
|
| 今後の研究の推進方策 |
現在、研究対象施設におけるWi-Fi環境の整備は完了し、センシング機器を用いたデータ収集および研究実施体制も整っている。これに基づき、引き続き調査を実施するとともに、電子ケアカルテとのデータ突合を継続する予定である。2024（令和6）年度までに、看取りの発生件数として研究計画立案時の目標値150件に到達している。
また、前年度末までに収集されたデータを用いて、問題発生の機序に関するパターン認識や異常検知に向けた予備解析を行い、その結果をもとにAI解析を見据えた「統合データ集積システム」の構築を目指す。これらの作業を遂行するにあたり、データ収集と並行して、各変数の定義や欠損状況の確認も行う。今後は、予備解析およびテストを繰り返し実施しながら、「看取りケアガイド」および「緊急受診・入院アラートシステム」の開発へとつなげていく。
|
