| 研究課題/領域番号 |
22K11161
|
|---|
| 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58080:高齢者看護学および地域看護学関連
|
|---|
| 研究機関 | 関西医科大学 |
|---|
研究代表者 |
三宅 眞理 関西医科大学, 医学部, 非常勤講師 (50434832)
|
|---|
| 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 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 高齢者 / 健康管理 / 健康増進 / 自立支援 / 高齢者ネットワーク / AI・ICT / MIC（軽度認知症予防） / 地域包括支援センター / フレイル予防 / AI / 体組成 / 痛み / 体力測定 / 地域包括ケアシステム / 社会交流 / 高齢者支援 / 健康チェック / ICT |
|---|
| 研究開始時の研究の概要 |
Frailtyとは加齢に伴い不可逆的に老い衰えた状態だが，しかるべき介入により再び健常な状態に戻るという可逆性が包含されている．高齢期の運動や食事の栄養を整え,嚥下機能の低下を予防することがフレイルと認知機能低下の共通の対策となると考えられる.しかしながら，高齢者に対してこのような多面的に健康状態を可視化し個別に支援するプログラムは少ない.そこで本研究では，高齢者が簡便に利用できるAIを用いた健康診断と個別支援プログラムを開発し，高齢期の寝たきりを予防する本プログラムの妥当性について検討する．
|
| 研究実績の概要 |
超高齢社会において多くの高齢者は健康長寿を望み介護予防のために何らかの努力をしている人もいるが，取り組み方がわからない高齢者も多数存在する．さらに，2019年から新型コロナ感染症の影響を受け集団介護予防教室などの集団活動を中止する地域が多く，高齢者の運動や社会参加の機会が減少している．コロナ禍における高齢者の健康増進活動には蜜を避け，少人数における対面指導をより安全に簡便に行うことが重要であることが本研究の実施において明らかになった．本研究では AI（Artificial Intelligence）を用いた簡便な健康診断とICT（携帯型情報通信技術：Information and Communication Technology）を用いた情報支援が効果的であると考える.本研究ではAIを用いた高齢者の疾病予防のための簡便な健康診断とICTを用いた個別支援プログラムを開発することを目的にしている．2022年から集団介護予防教室（1回/週）を再開催しておりおよそ３か月に１回の体力測定（握力，TUG，5m歩行，椅子の立ち上がり）と椅子の立ち上がり動作のビデオ測定をこれまでで8回実施してきた．画像分析は,鼻，首，肩，肘，手，腰，膝，下肢，目，耳の各ポイントから動作解析を行った．加齢とともに，立ち上がり動作の質の変化を客観的に捉えるとともに，その動作解析とともに関連のある体力測定の結果を比較検討している．本研究では，3カ月に1回の体力測定とマルチ周波数体組成計を用いて対象者の体組成と筋肉量を捉える．さらに，イスから立ち上がり動作（30秒）の録画から測定者の筋力，スピード,バランスの3つの指標から体力年齢の推定を行っている．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
コロナ禍における集団介護予防運動教室の開催日数はコロナ前2019年は24日，'20～22年の開催日数（'19年に対する変化率）は'20年（15日，-37.5%）,'21年（11回,-54.2%）,'22年（15回-37.5%％）であった．参加登録者数は男性13名，平均年齢は83.5±4.3歳，女性32名，78.5±6.5歳であった.延べ参加者数は'20年 325名，'21年214名，'22 年226名であった．本研究では，3カ月に1回の体力測定とマルチ周波数体組成計を用いて対象者の体組成と筋肉量を捉える．さらに，イスから立ち上がり動作（30秒）の録画から測定者の筋力，スピード,バランスの3つの指標から体力年齢の推定を行っている．2022年は男性18名,女性24名（計42名），2023年は男性23名,女性32名（計55名）,2024年1月に男性9名,女性14名（計23名）合計120名の録画データを収集し分析している．本年度は測定者数を増やして合計150名のデータから最終分析を4月，8月行い評価をする予定である．
|
| 今後の研究の推進方策 |
2022年は男性18名,女性24名（計42名），2023年は男性23名,女性32名（計55名）,2024年1月に男性9名,女性14名（計23名）合計120名の録画データを収集し分析している．本年度は測定者数を増やして合計150名のデータから最終分析を4月，8月行い評価をする予定である．イスから立ち上がり動作（30秒）と健康状態の把握として,にAIを活用した動画の画像分析から個別の体力審査・体調の変化を判定し・認知症の兆候や介護リスクを瞬時に判定するプログラムを開発する．その判定方法は高齢者のイスからの立ち上がり動作の画像分析を用いて，立ち上がるスピードの変化,顔の表情を体調チェックとの互換性から経年的な評価を捉える. 以上のことから，歴年齢と体力年齢の変化について検討する．本研究では，3カ月に1回の体力測定とマルチ周波数体組成計を用いて対象者の体組成と筋肉量を捉える．さらに，イスから立ち上がり動作（30秒）の録画から測定者の筋力，スピード,バランスの3つの指標を行っている．
|
