| 研究課題/領域番号 |
22K17421
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分58050:基礎看護学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
仲島 圭将 大阪大学, 医学部附属病院, 特任助教(常勤) (10900277)
|
|---|
| 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 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 無人タイムスタディ / 看護業務動線 / 可視化 / 業務整理 / 業務動線長 / 業務動線 / 看護ビッグデータ |
|---|
| 研究開始時の研究の概要 |
看護師の業務整理や日毎の勤務配置人数の見直し等の取り組みは，経験則に基づいたものや散発的かつ短期的なタイムスタディに基づいたものが中心であり，客観的な大量のデータに基づいたものはほとんど行われてこなかった．これは，タイムスタディにおける測定精度，看護師への負担，プライバシー，調査コストの問題に起因する．
本研究では，ビーコンとモバイル端末を用いた無人タイムスタディに加えて，電子カルテログ等の看護ビッグデータを利用することでこれらの問題を打破する．
そして，大量の業務動線データに対し，消費者動線分析で用いられている機械学習等のアプローチを応用することで，看護師の業務動線に影響を与える因子を特定する．
|
| 研究実績の概要 |
「ビーコンとモバイル端末を用いた無人タイムスタディから得られる大量の業務動線データに対し，消費者動線研究で用いられている機械学習等のアプローチを応用することで，看護師の業務動線長と業務動線パターンに影響を与える背景因子を特定し，業務整理等の実務に応用する」という本研究の目的において最も重要となるのは，無人タイムスタディを実施して大量の業務動線データを収集することである．新型コロナウイルス（Covid-19）および半導体不足による価格高騰の影響により，調査の実施件数については予定より遅れていたが，前年度と当該年度にわたって継続的に無人タイムスタディを実施したことで，異なる18病棟の約600人の看護師の業務動線データを収集することができた．2023年度に予定していた業務動線パターンの分析自体は実施できていないが，それを実施するための十分なデータを取得することができたという点においては重要な意味を持つと考えている．また，無人タイムスタディを実施するのと同時に，ビーコンから得られた情報から看護師の業務動線を推定し，動画として可視化するフレームワークを確立した（学術雑誌論文として採択済）．そして，病棟において，そのフレームワークを用いて可視化された動画を実際に活用し，導入したICT機器の効果を測定するということを行った．「業務整理等の実務に応用する」という研究目的の一部を達成することができたという点では，非常に意義があると考えている．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
物価高の影響により当初予定した数のビーコンとモバイル端末を購入できなかったことと，Covid19の影響により調査を実施できない時期があったことにより， 無人タイムスタディ調査の実施件数が予定よりは遅れているが，当該年度までで想定したデータを取得でき，解析を行うことができる状態にすることができた．また，看護業務動線を動画倒として可視化し，実務へ活用することができたため，概ね順調に進展してい ると考える.
|
| 今後の研究の推進方策 |
取得したデータを用いて，まず，業務動線長に影響を与える因子の特定を行う．次に，動線パターンの分析を行い，背景因子の特定まで行う予定である．
|
