| 研究課題/領域番号 |
22K10693
|
|---|
| 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58050:基礎看護学関連
|
|---|
| 研究機関 | 駒沢女子大学 |
|---|
研究代表者 |
長嶋 祐子 駒沢女子大学, 看護学部, 准教授 (90587643)
|
|---|
| 研究分担者 |
立野 貴之 玉川大学, リベラルアーツ学部, 准教授 (50564001)
金 宰郁 松蔭大学, 公私立大学の部局等, 准教授 (00799926)
小野坂 益成 松蔭大学, 公私立大学の部局等, 講師 (10769855)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2026年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 安全教育 / リハビリテーション看護 / AI / 安全教育システム |
|---|
| 研究開始時の研究の概要 |
本研究は、疾病・障害から回復過程にある人を対象としたリハビリテーション看護領域の安全管理・教育を支援する、Artificial Intelligence：人工知能を活用した基盤技術の開発と評価である。
開発する技術は、援助場面の動画から重要度別に分類したリスク、特定の状況や看護師の行動をAIに繰り返し学習させることで、学習者が自分の援助行為を撮影し、撮影した行為からリスクをAIに判定させることができるようにする。リスク判定は経験のある看護師が無意識に行ってきた潜在的な知見や判断をAIにより体系化する。
本技術は看護学生や新人看護師への安全看護の教育教材の作成、補助に期待できる。
|
| 研究実績の概要 |
本研究の目的は、リハビリテーション看護領域における安全教育支援のための基盤技術を開発し、教材として活用できるか評価することである。
2023年までの成果は2点である。1点目はデータ収集のための動画の作成であった。リハビリテーション看護場面における特徴的なシミュレーション動画作成については、2022年度はリハビリテーション看護場面にかかわる文献調査により、臨床におけるリハビリテーションをキーワードとするインシデントが多く発生する場面を確認した。主も多い場面として、患者の転倒に関わる場面であることを確認したうえで、転倒に関わる3場面におけるシナリオを作成した。2023年度は確認された3場面のシナリオをもとに動画撮影を実施し、看護の視点が豊富な看護師、教員の協力を得て、撮影を行った。すでに撮影は終了しており、重要場面その他の要素が映し出されているか確認、編集作業を実施している。
2つ目は、研究者間において、リハビリテーション看護におけるインシデントとして取り扱う場面についてのデータおよびデータ収集方法、分析方法の確認である。本研究の成果はリスク発生の予兆となる特徴を、データ化する際に使用するシステム開発である。その成果を左右する看護師の経験に基づく思考を蓄積する際、使用する信頼性の高い行動分析方法および、学習時指摘する際に必要な重要度を示すインターフェースを確認したことである。
現時点の進行状況としては、データ収集を始めるにあたり、必要な事項について倫理審査委員会へ申請中であり、承認後、対象に向けてデータ収集を予定している。
|
| 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
全体的な研究の進行状況に遅れが生じた理由は以下2点である。1点目は前年度から全体計画に遅れに加え、作成したシナリオおよび作成後のスケジュールに対して細部の調整および再検討を行ったことで、撮影まで時間がかかったこと、2点目は職場での人員確保の都合上、本務への時間が必然的に増加に、本研究へのエフォートの変化が生じたことである。
|
| 今後の研究の推進方策 |
2024年度は、データ収集を行っていく予定である。リハビリテーション看護の経験が豊富な看護師からデータ収集を行いながら、データの蓄積はAIを利用し、同時にシステム活用の方法も検討する予定である。2025年度以降は、AIによって抽出された場面と経験のある看護師および教員が抽出した場面の類似性を比較し、教師データの評価を行う。さらに、重要度レベルとタイミングを学習させ、必要に応じて、追加のデータ収集と蓄積も行う。
|
