AI技術を活用した骨粗鬆症患者のセルフイメージシミュレーションシステムの開発

研究課題

研究課題/領域番号	22K10897
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58060:臨床看護学関連
研究機関	三重大学
研究代表者	福録恵子三重大学, 医学系研究科, 教授 (90363994)
研究分担者	川中普晴三重大学, 工学研究科, 教授 (30437115) 成田有吾三重大学, 医学系研究科, リサーチアソシエイト (50242954)
研究期間 (年度)	2022-04-01 – 2025-03-31
研究課題ステータス	交付 (2023年度)
配分額 *注記	4,160千円 (直接経費: 3,200千円、間接経費: 960千円) 2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円) 2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円) 2022年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
キーワード	骨粗鬆症 / オステオサルコペニア / 骨粗鬆症リエゾンサービス / AI e-Learning / 治療アドヒアランス / 骨折予防 / AI / e-Learning / セルフイメージ / シミュレーションシステム
研究開始時の研究の概要	世界的な健康課題であるオステオサルコペニアを対象とし、看工連携型による骨粗鬆症患者のセルフイメージシミュレーションシステムの開発、骨折予防を目的とする骨粗鬆症リエゾンサービス（OLS）の支援機能向上を目指す。 OLSに関わる専門職のスキルや経験を掛け合わせ、栄養・運動・転倒予防・服薬に関するe-learningコンテンツを作成・配信するとともに、患者の知識習得度や実践状況の推移が可視化できるWeb入力フォームの活用により、セルフモニタリングデータを縦断的に収集・分析する。AIを用いて個々の骨粗鬆症患者に将来のセルフイメージを明示することにより、現状認識や治療アドヒアランスの向上が期待できる。
研究実績の概要	本研究は、世界的な健康課題であるオステオサルコペニアを対象とし、看工連携型による骨粗鬆症患者のセルフイメージシミュレーションシステムの開発、骨折予防を目的とする骨粗鬆症リエゾンサービス（Osteoporosis Liaison Service:OLS）の支援機能向上を目指している。その第一段階として、Webを活用したOLS介入による骨粗鬆症患者の主観的（心理状況等）・客観的（身体活動量等）データを縦断的にモニタリングし、患者の予後推定のための①深層学習による各データの関係性の明確化と②支配的パラメータの確定、③パラメータ変動を活用した骨粗鬆症特化型AIエンジンの構築に取り組むものである。今年度は、昨年度に引き続き、協力施設の専門職（理学療法士、管理栄養士、薬剤師、看護師）とともに、服薬治療中の骨粗鬆症患者が治療アドヒアランスや自己管理能力を高めることのできるe-Learningコンテンツにの作成に取り組むと同時に、対象者選定のため、協力施設に外来受診中の骨粗鬆症患者を対象に、骨粗鬆症に関する健康講座を開催した。20名の参加者のうち、3名から研究参加の意志が確認できたが、本研究の目標対象者数は20名であるため、今後、協力依頼パンフレットを作成し、より多くの骨粗鬆症患者の参加協力が得られるようにし、順次プログラム実行を進める。先行研究を踏まえ、In Bodyによる骨格筋量測定に加え、超音波診断装置を用いた大腿直筋部の筋厚、筋輝度測定によるプレサルコペニアの予測を項目とする予定であったが、遂行するうえでの人的問題が生じたため保留することとなった。
現在までの達成度 (区分)	現在までの達成度 (区分) 4: 遅れている理由今年度、骨粗鬆症と診断・通院中の患者に対し、1年間にわたりe-Learningによる介入調査を実施する予定であったが、長期間の参加が必要であるためか、対象者が予定数に満たない状況であった。対象者選定の方法を工夫し、目標対象者数の20名に近づける必要がある。
今後の研究の推進方策	次年度は、構築したe-Learningによる介入調査を目標予定数の20名に対して実施し、学習達成状況に関して、レクチャー動画の自宅での視聴割合、動画視聴後の習熟度テスト正解率が80％以上であるか確認する。同時に、介入前後の骨密度、骨格筋指数、活動量の前後比較を行い、介入効果について検証する予定である。最終的に本プログラムが、骨粗鬆症患者の治療アドヒアランス向上につながるOLSの具体的介入システムとなりうるか検討する。