| 研究課題/領域番号 |
16K20977
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 患者転倒予防 / 診療データ二次利用 / 機械学習 / 医療安全 / 看護必要度 |
|---|
| 研究実績の概要 |
機械学習手法のひとつであるSupport Vector Machineを大規模臨床看護データに対して用いることにより、転倒リスクの高い入院患者を判別するモデルに関する研究を推進た結果、国内学会発表1件、査読付英語原著論文発表1件（印刷中、オンライン公開済み）の実績を得た。
また診療現場で実装・使用してきた、転倒リスクの高い入院患者を判別するツールを使用する前後での、医療機関内での転倒数等の変化を分析した結果をまとめた論文を英語論文誌に投稿し、現在査読結果待ちの状態である。
さらに本研究成果の一部を、一般の方にも理解しやすいような平易な内容として盛り込んだ記事を、転倒予防に関する一般向け書籍に分担執筆者として掲載の予定である。
|
| 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
Support Vector Machineと大規模臨床看護データにによる転倒リスクの高い患者を判別するモデルの構築についてはいくつかの知見を得ることが出来たが、本研究で中心的な課題としている、重症を伴う転倒発生の予想についてはまだ目立った知見を得られていないため、引き続き手法の検討を行う。
|
| 今後の研究の推進方策 |
投稿中の論文への査読対応を進め、成果を世界に発信できるように努める。また国内学会において、同領域の実務者・研究者向けにも発信する予定だ。そして引き続き、重症を伴う転倒発生を予想できる手法の開発に向け、Deep Learingを初めとする機械学習手法の適用を検討する。
|
| 次年度使用額が生じた理由 |
予定額を若干下回ったが、ほぼ予定通りに使用できたと考える。平成29年度もより適正な使用を心がけるようにしたい。
|
| 次年度使用額の使用計画 |
必要な書籍の購入や、研究結果報告等のための学会参加費用に充てる予定としている。
|
